AILearningGuide - 用 51 个可交互实验讲清现代 AI 原理的桌面学习应用

AILearningGuide 是一个面向 AI 初学者的开源学习应用：它把「现代 AI 是怎么工作的」拆成 51 个可以动手玩的小实验，每个实验旁边配一段讲解，让学习者在拖动滑块、点击词元、训练一个小模型的过程中观察结果变化。据项目自述，它想解决的是「把难懂的概念用可视化和动手操作讲明白」这件事，适合没有系统机器学习背景、希望从零建立直觉的自学者，也适合想快速回顾某个具体环节（比如注意力、反向传播、LoRA）的开发者。项目同时提供浏览器版本和桌面应用两种形态。

维护者与状态

项目由 Fazmin 维护，仓库创建于 2026-10-05，最后一次提交在 2026-10-23，最新正式版本为 v0.1.75，发布于 2026-10-21。截至 2026-10-24，仓库获得 230 个星标。从时间线看，这是一个起步不久、迭代节奏较快的项目，版本号仍处于 0.1.x 阶段，接口与内容结构后续可能继续调整。

主要能力

以下内容来自项目 README 的自述，属于维护者对自己产品的描述，未经独立验证。

• 51 个交互实验，分六组。据项目说明，实验被划分为「打好基础」（第 1 至 6 个，涵盖 AI 是什么、所需数学、数据与特征、经典机器学习、训练循环、如何判断模型有效）、「建立地基」（第 7 至 14 个，涵盖词元与嵌入、单个神经元、神经元堆叠、损失与梯度下降、反向传播、训练动态、GPU 为何重要、主要模型类型）、「看进模型内部」（第 15 至 21 个，涵盖下一词元预测、注意力、Transformer 块、KV 缓存、规模化注意力、缩放定律、结构化解码）、「用训练好的模型构建」（第 22 至 27 个，涵盖嵌入检索、RAG、工具与函数调用、智能体、多模态模型、失效模式与安全）、「探索前沿」（第 28 至 35 个，涵盖强化学习、后训练、上下文学习与推理、扩散模型、AI 生态、伦理、可解释性）、「训练与适配模型」（第 36 至 51 个，从数据集、合成数据、超参数一路走到从零训练、微调、LoRA、模型合并、指令微调、偏好调优、推理模型、评估、量化、蒸馏、部署，最后以「发布」收尾）。学习者可以按顺序走，也可以直接跳到感兴趣的部分。
• 三种阅读难度。Simple 模式用八年级学生能跟上的短句，Plain 模式用日常词汇，Standard 模式使用规范技术术语，可随时在顶栏切换。
• 关键处跑真实模型。README 称注意力实验在应用内运行一个真实的小型已训练 Transformer，训练类实验则会在学习者眼前实时训练一个小语言模型。
• 检查点与进度。每个实验末尾有简短测验；学习进度会被保存，Learn 面板记住每个实验读到哪一节，可加书签，也可复制一个能还原阅读位置的链接。
• 全局搜索。Mac 上按 Cmd+K、Windows 与 Linux 上按 Ctrl+K，可搜索实验、课程、术语表和设置。
• 可选的 AI 助手。可就当前实验提问，既可用本机运行的小模型，也可接入自己的 OpenAI、Anthropic 或 Google 密钥。项目强调这是完全可选的，其余功能不依赖它。
• 无障碍设计。提供明暗主题、七档字号、高对比度、色盲友好配色、减少动效、键盘操作与朗读功能。
• 隐私与离线。无需账号、不做追踪，课程可离线使用，数据留在本机。

使用入口

仓库地址为 Fazmin/AILearningGuide，在线版本在 fazmin.github.io/AILearningGuide，据项目说明浏览器里所有实验和课程都能直接使用，无需安装。

桌面版从最新 release 下载：macOS 用 .dmg，Windows 用 -setup.exe 或 .msi，Linux 用 .AppImage、.deb 或 .rpm。README 明确提示应用尚未签名，首次打开时系统会警告：macOS 需到「系统设置 > 隐私与安全性」点「仍要打开」，Windows 需点「更多信息」再点「仍要运行」。

本地运行需要 Node.js 20.19 或更新版本（推荐 22 以上）以及 Git；仅桌面版还需要 Rust 和对应系统的 Tauri 前置依赖。Web 版启动方式：

git clone https://github.com/Fazmin/AILearningGuide.git
cd AILearningGuide
npm install
npm run dev

随后在浏览器打开 http://localhost:1420。桌面版把最后一条命令换成 npm run tauri dev，首次运行因 Rust 编译需要几分钟。打包安装程序用 npm run tauri build，产物位于 src-tauri/target/release/bundle/。据项目说明，本地 AI 助手与 API 密钥的安全存储只在桌面版可用。

可选 AI 助手的配置在桌面版设置里：一键下载一个小型开放模型（README 写作 Qwen3.5 2B，约 1.3 GB）和 llama.cpp 引擎，两个文件运行前都会校验，之后完全离线；或填入自己的 OpenAI、Anthropic、Google 密钥，密钥保存在系统钥匙串而非文件里。

面向开发者，项目提供了 npm run check 与 cargo test 两套检查，前者会校验每个实验的文件与内容、Simple 与 Plain 课程的阅读难度、搜索索引、许可证列表、模型文件、类型与测试，并需要 python3 用于模型文件检查。新增实验可用 npm run new:module -- my-new-lab 生成目录，应用会自动发现，无需注册。

许可与限制

项目采用 MIT 许可证。使用时需要注意的边界，主要来自项目自述：桌面应用尚未代码签名，首次启动会被系统拦截，需要手动放行；本地 AI 助手依赖一次性下载的模型文件与 llama.cpp 引擎，且该功能与密钥安全存储仅在桌面版提供，Web 版不包含；从源码运行桌面版需要 Rust 工具链与 Tauri 前置依赖，首次编译耗时较长。此外，项目当前版本为 v0.1.75，处于早期阶段，内容与结构仍可能变动。README 中关于实验数量、模型规模等描述均为维护者自述，实际体验请以仓库与在线版本为准。