Useful SKILLS to learn LLM
概要
这是笔者**一路沉淀下来的 Skill 仓库。 每一个子目录都是一个独立的 GitHub Copilot Agent Skill，配套教案、进度脚本、复习八股、阶段考试，让 AI 老师按固定流程带你从入门一路学到能做项目。 学大模型算法这一年多，书、视频、博客、源码笔者都试过一遍，最大的痛点是——。 直到开始**，才真正学进去：公式讲得准、同一个概念可以换三四种讲法、而且不嫌你烦。 但直接丢给 Copilot 一句"教我 GRPO"是不够的，它会讲得散、没主线、前后对不上。 所以笔者把自己学过一遍的经验沉淀成了这套 Skill：，保证 AI 老师每次产出都稳定。 ——对应到求职 JD 里那句"要求有强化学习 / RLHF 经验、熟悉 SFT 流程、理解 PPO/GRPO"，你就算是能对上号了。 12 节正课 + 4 次考试，从张量一路讲到 GPT 实现与微调。面向**的同学。详见 pytorch-teacher/README.md。 10 节正课 + 3 次考试 + 复习模式。RL → PPO → Reward Model → RLHF → GRPO → SFT → DeepSeek R1 主线。每节课 9 步流程 + 5 种教学风格（比喻 / 硬核 / 折中 / 工程 / 苏格拉底）可切换。详见 post-training-teacher/README.md。 10 节正课 + 3 次考试。带你系统读透 三个主流后训练仓库，从 SFTTrainer/GRPOTrainer 的核心实现、到 Open-R1 的训练入口与奖励函数、再到轻量 RL pipeline 的最小骨架。提供两套教学流程（库代码 / 入口脚本），严格限定普通笔记本可跑（CPU 或 ≤ 8GB 显存）。详见 code-reading-teacher/README.md。 1. 在支持 GitHub Copilot Agent Skills 的 VS Code 环境中打开本仓库 2. 从第一阶段开始，对 Copilot 说： - 学习 PyTorch / 开始上课 → 进入第一阶段 - 开始后训练 / 学习 PPO / 学习 GRPO → 进入第二阶段 - 阶段三 / 读代码 / TRL / Open-R1 → 进入第三阶段 3. 老师会自动读取对应 Skill 的 SKILL.
README
SKILLS — 零算法基础自学大模型算法的 AI 教学仓库
这是笔者个人从 0 算法基础自学大模型算法一路沉淀下来的 Skill 仓库。 每一个子目录都是一个独立的 GitHub Copilot Agent Skill，配套教案、进度脚本、复习八股、阶段考试，让 AI 老师按固定流程带你从入门一路学到能做项目。
为什么有这个仓库
学大模型算法这一年多，书、视频、博客、源码笔者都试过一遍，最大的痛点是——卡住的时候没人换个说法。 直到开始让大模型当老师，才真正学进去：公式讲得准、同一个概念可以换三四种讲法、而且不嫌你烦。
但直接丢给 Copilot 一句"教我 GRPO"是不够的，它会讲得散、没主线、前后对不上。 所以笔者把自己学过一遍的经验沉淀成了这套 Skill：把大纲定死、把讲法定死、每节课自己先学一遍再上传，保证 AI 老师每次产出都稳定。
学习路线：4 个阶段，从 0 到能做后训练项目
笔者为自己规划了一条从零基础到能独立完成后训练项目的完整路线，共分 4 个阶段：
| 阶段 | 名称 | 目标 | 对应 Skill / 产出 |
|---|---|---|---|
| 第一阶段 | PyTorch 入门 | 打牢 Tensor / Autograd / nn.Module / 训练流程 / Transformer / 微调基础，从 Python 跨到会用 PyTorch 写模型 | pytorch-teacher/ |
| 第二阶段 | 后训练理论深化 | 把 RL、Policy Gradient、PPO、Reward Model、RLHF、GRPO、SFT 的原理、公式、代码全搞懂，最终读透 DeepSeek R1 论文 | post-training-teacher/ |
| 第三阶段 | 开源项目研读 | 系统阅读 TRL、Open-R1、SimpleRL-Zoo 三个项目的源码，理解工业级后训练 pipeline 是怎么拼起来的 | code-reading-teacher/ |
| 第四阶段 | 完成一个后训练项目 | 亲手跑一遍 SFT + GRPO 的完整 pipeline，把前三阶段所学真正落到训练脚本里 | 个人 repo（待上传） |
走完 4 个阶段后，你会具备独立做一个完整后训练项目的能力——对应到求职 JD 里那句"要求有强化学习 / RLHF 经验、熟悉 SFT 流程、理解 PPO/GRPO"，你就算是能对上号了。
当前仓库包含的 Skill
🟢 pytorch-teacher/ — 第一阶段：PyTorch 入门
12 节正课 + 4 次考试，从张量一路讲到 GPT 实现与微调。面向有 Python 基础但没接触过深度学习的同学。详见 pytorch-teacher/README.md。
🟢 post-training-teacher/ — 第二阶段：后训练理论深化
10 节正课 + 3 次考试 + 复习模式。RL → PPO → Reward Model → RLHF → GRPO → SFT → DeepSeek R1 主线。每节课 9 步流程 + 5 种教学风格（比喻 / 硬核 / 折中 / 工程 / 苏格拉底）可切换。详见 post-training-teacher/README.md。
🟢 code-reading-teacher/ — 第三阶段：开源项目研读
10 节正课 + 3 次考试。带你系统读透 TRL、Open-R1、SimpleRL-Zoo 三个主流后训练仓库，从 SFTTrainer/GRPOTrainer 的核心实现、到 Open-R1 的训练入口与奖励函数、再到轻量 RL pipeline 的最小骨架。提供两套教学流程（库代码 / 入口脚本），严格限定普通笔记本可跑（CPU 或 ≤ 8GB 显存）。详见 code-reading-teacher/README.md。
🟡 第四阶段项目（待上传）
快速开始
- 在支持 GitHub Copilot Agent Skills 的 VS Code 环境中打开本仓库
- 从第一阶段开始，对 Copilot 说：
学习 PyTorch/开始上课→ 进入第一阶段开始后训练/学习 PPO/学习 GRPO→ 进入第二阶段阶段三/读代码/TRL/Open-R1→ 进入第三阶段
- 老师会自动读取对应 Skill 的
SKILL.md、加载进度、从上次中断处继续
模型推荐：笔者主力使用 Claude Opus 4.6，讲解最有层次、类比最贴切。Sonnet 4.6 速度快可替代；GPT 系列话偏多。
目录结构
SKILLS/
├── README.md
├── pytorch-teacher/ ← 第一阶段 Skill
│ ├── SKILL.md
│ ├── README.md
│ ├── references/
│ └── scripts/
├── post-training-teacher/ ← 第二阶段 Skill
│ ├── SKILL.md
│ ├── README.md
│ ├── references/
│ └── scripts/
└── code-reading-teacher/ ← 第三阶段 Skill
├── SKILL.md
├── README.md
├── references/
└── scripts/
⭐ 如果这个仓库对你有帮助，欢迎 Star！后续第四阶段也会陆续更新到这里。
关注我，获取更多资料
欢迎关注以下平台，获取更多大模型求职面试资料、面经、项目：
- 📕 小红书：不转到大模型不改名
- 📺 B站：骑猪撞宝马71
推奨ツール
別のキーワードを試すか、フィルタを外してください。
インストール
npx skillfish add jerry-ai-dev/skills