7 GitHub-репозиториев для изучения ИИ: с чего начать новичку

Почему лучший учебник по ИИ бесплатный и лежит на GitHub?

Потому что те, кто делают сами модели, выкладывают учебный код открыто. Репозиторий - это папка проекта на GitHub, которая помнит все свои прошлые версии; внутри лежит рабочий код с примерами, который можно скачать к себе и потрогать руками. OpenAI, Anthropic, Meta, Microsoft, Hugging Face, Стэнфорд кладут туда не лекции под запись, а живые проекты, на которых учатся те, кто потом строит ИИ-продукты

Бери по одному сверху вниз: наверху основа и понимание, как ИИ устроен внутри, ниже - инструменты, которыми собирают реальные продукты. Порядок не случайный, и в этом вся ценность подборки: не свалка ссылок, а маршрут от «собрать модель с нуля» до «запустить свою»

Что поставить до старта: Claude Code и git?

Две вещи, оба раза по одному разу. Первая - Claude Code: это Claude, встроенный в редактор кода VS Code, то есть окно, где ты обычными словами пишешь ИИ, что сделать, а он разбирает любой файл по строкам, как личный преподаватель за соседним столом. Вторая - git: маленькая программа, которой и скачиваются проекты с GitHub

Claude Code ещё не стоит - у меня есть отдельный разбор, как скачать, оплатить российской картой и запустить его за один вечер по скриншотам. Поставь по нему окно, где будешь писать ИИ задачи, и возвращайся сюда

Теперь проверь, что git уже есть. Дальше будет то самое «окно для команд» - место, куда печатаешь короткие команды словами, а компьютер отвечает; совсем не работал с ним - начни с разбора что это за окно и как в нём не потеряться. Удобнее всего открыть его прямо внутри VS Code, где у тебя Claude Code:

Не понял ни одной строки - вставь её прямо в чат с Claude Code и скажи «объясни, что делает эта команда, и безопасно ли её запускать». Он разберёт по словам. В этом и смысл подборки: преподаватель всегда рядом

Как проходить каждый проект: три движения?

У всех семи ниже одна и та же схема, три движения. Первое - копируешь команду git clone и вставляешь в окно для команд: проект скачивается отдельной папкой. Клонировать - это просто «скачать копию», не пугайся слова. Второе - открываешь эту папку в Claude Code через меню File - Open Folder. Третье - пишешь Claude задачу словами, и он ведёт тебя за руку по файлам. Пока хочешь понять сам механизм скачивания, его подробно разбирает гайд как скачать проект с GitHub

Дальше по каждому проекту я даю ровно эти три движения: команду скачивания, что сказать Claude первым делом и что у тебя будет на руках в конце. Прошёл один - переходишь к следующему

Семь проектов одним взглядом?

Вот вся подборка в одной таблице: номер по порядку, что каждый проект даёт лично тебе и кто за ним стоит. Порядок важен - иди сверху вниз, а не хватай сразу шестой

Если не тянет идти строго по порядку, вот та же подборка от твоей цели: смотришь, что нужно тебе, и берёшь проект из правой колонки

1. nanoGPT: собрать GPT с нуля

Весь GPT в одном маленьком проекте: обучение модели и сама модель умещаются примерно в 300 строк открытого кода в nanoGPT, и их реально прочитать глазами. Это лучший способ понять, как ИИ устроен внутри, а не на словах. Автор - Андрей Карпати, один из основателей OpenAI, он же ведёт к нему бесплатный видеокурс «Neural Networks: Zero to Hero»

2. Hugging Face: курс и готовые модели

Hugging Face - это главная площадка готовых моделей ИИ, вроде большого магазина, откуда любую модель можно снять с полки. У них есть бесплатный курс про то, как языковые модели устроены и как с ними работать: токенизация (как текст режется на мелкие кусочки, понятные модели), эмбеддинги (как слова превращаются в числа), дообучение под свою задачу. А transformers - тот самый набор готового кода, которым тысячи моделей запускаются в пару строк

3. LangChain и LlamaIndex: агент и ответы по своим файлам

Это 2 набора кубиков, первый из которых - LangChain - лежит открыто и собирает из себя реальные ИИ-приложения. LangChain учит делать агентов - это когда ИИ сам ходит в интернет, считает и достаёт нужные данные, а не просто отвечает текстом. LlamaIndex учит отвечать по твоим собственным документам, а не только по тому, что модель знала раньше. Связка «агенты плюс ответы по своим данным» - сердце почти любого ИИ-продукта

4. Generative AI for Beginners: курс Microsoft на 21 урок

Бесплатный пошаговый курс от Microsoft специально для новичков: 21 урок с видео, текстом и готовым кодом лежат в курсе Generative AI for Beginners. Внутри основы промпт-инжиниринга (как правильно просить модель), ответы по своим данным, векторные хранилища (где лежат «смыслы» текстов), генерация картинок и вызов функций. Самый мягкий вход из всей подборки

5. Anthropic Cookbook: готовые рецепты по Claude

Сборник готовых рецептов от создателей Claude: берёшь кусок кода и вставляешь к себе. Внутри вызов инструментов (когда модель сама дёргает нужную программу), структурированный ответ (когда модель отдаёт аккуратную таблицу-разметку, а не простыню текста), экономия на повторах запросов и автопроверки качества ответов. Проект недавно переименовали в claude-cookbook, команда ниже актуальная

6. DSPy: описываешь задачу, а модель настраивается сама

Подход следующего уровня от Стэнфорда, бери его после первых пяти. Обычно формулировку запроса к модели подбирают вручную. DSPy переворачивает это: ты описываешь задачу кодом, а он сам подбирает и оптимизирует, как именно спрашивать модель. То есть цепочку шагов работы с ИИ можно настраивать автоматически, как настраивают обычную программу. Это уже взрослая инженерия

7. Llama Cookbook: запустить свою открытую модель

Официальный сборник от Meta про их открытые модели Llama: как запустить модель у себя, дообучить на своих данных и выложить в работу. Тут же квантизация (сжатие модели, чтобы влезала в обычный компьютер) и LoRA (дешёвый способ дообучить модель под себя, не переучивая её целиком). Это про независимость: своя модель, без чужого ключа и без оплаты за каждый запрос. Чем открытые модели отличаются от закрытых флагманов, разбирает гайд про открытые модели ИИ

Все команды скачивания в одном месте?

Чтобы не листать вверх, вот команды git clone всех проектов подряд. Копируешь нужную строку, вставляешь в окно для команд, жмёшь Enter - рядом появляется папка

Три правила, чтобы не споткнуться в первый вечер?

Все три - про то, где чаще всего застревают, а не про сложность самих проектов

Первое: команды git clone вставляются в окно для команд, а не в чат с Claude. Удобнее всего открыть это окно прямо внутри VS Code, где у тебя Claude Code, - тогда всё в одном месте

Второе: не понял команду - спроси у Claude Code. Любую строку отсюда можно вставить в чат и сказать «объясни, что делает эта команда, и безопасно ли её запускать». Он разберёт по словам. Это нормально - спрашивать, для того он и рядом

Третье: бери по одному и доходи до конца. Не клонируй все семь за вечер. Открыл один, прошёл, понял, перешёл к следующему. Один пройденный проект стоит десяти открытых вкладок

Это и есть твой бесплатный университет по ИИ

Никакой платный курс не даст больше, чем эти семь проектов: тут код от тех, кто реально делает модели, а рядом Claude Code, который объясняет любую строчку под тебя. Пройдёшь сверху вниз - и из «вообще не понимаю ИИ» окажешься там, где собираешь рабочие штуки руками. Половина маршрута - это уже первые три пункта: собрал мини-GPT, запустил готовую модель, сделал помощника по своим файлам

Источники

• nanoGPT Андрея Карпати - минимальная реализация GPT на ~300 строк и учебные данные Шекспира
• Курс Hugging Face LLM Course и набор transformers - токенизация, эмбеддинги, дообучение и запуск готовых моделей
• LangChain и LlamaIndex - агенты с инструментами и ответы модели по своим документам
• Generative AI for Beginners от Microsoft - 21 урок с видео, текстом и кодом для новичков
• Anthropic Cookbook (claude-cookbook) - готовые рецепты по Claude: вызов инструментов, структурированный ответ
• DSPy от Стэнфорда и документация dspy.ai - описание задачи кодом вместо ручного подбора формулировок
• Llama Cookbook от Meta - запуск открытых моделей Llama, дообучение, квантизация и LoRA

Памятка: как пройти подборку из 7 проектов

Семь строк, по которым сверяешь себя

Частые вопросы