Framework de Python para crear agentes de IA autónomos que investigan, planifican, programan y ejecutan tareas, con memoria, RAG y más de 100 proveedores de LLM.
Shubhamsaboo/awesome-llm-apps
Una amplia colección de agentes de IA de código abierto, habilidades para agentes y apps de RAG basadas en modelos Claude, Gemini, GPT, DeepSeek, Llama y Qwen.
- Estrellas
- 142,363
- Forks
- 20,935
- Issues abiertos
- 15
- Último commit
- anteayer
¿Qué es?
Awesome LLM Apps es una colección de proyectos de IA listos para ejecutar que abarca apps de un solo agente, equipos multiagente, agentes de voz, agentes conectados a MCP, pipelines de generación aumentada por recuperación (RAG), chatbots con memoria y recetas para ajustar LLM. Cada plantilla está en su propia carpeta y tiene sus propios requisitos, así que puedes clonar el repositorio y ejecutar un ejemplo sin tener que configurar el resto.
Los proyectos están pensados para distintos proveedores de modelos, como Claude, Gemini, GPT, DeepSeek, Llama y Qwen. Algunos usan modelos locales, por lo que pueden ejecutarse sin claves de API. Muchas plantillas se basan en frameworks como Streamlit, OpenAI Agents SDK, Google ADK, CrewAI y LangGraph. El repositorio usa la licencia Apache-2.0.
Además de los ejemplos de código, la colección incluye habilidades para agentes que se instalan con un solo comando en agentes de programación como Claude Code, Codex y Cursor, además de tutoriales introductorios sobre los principales frameworks para agentes.
Funciones clave
- 01Incluye apps de un solo agente, equipos multiagente, agentes de voz y agentes MCP.
- 02Incluye más de 30 plantillas de RAG, desde cadenas básicas hasta variantes agénticas y basadas en grafos de conocimiento.
- 03Admite modelos en la nube como GPT, Claude y Gemini, además de modelos locales como Llama y DeepSeek.
- 04Cada plantilla es independiente e incluye sus propios requisitos e instrucciones de ejecución.
- 05Ofrece habilidades instalables para agentes de programación como Claude Code y Cursor.
Casos de uso
- Aprender a crear un pipeline de RAG o un agente que use herramientas leyendo un ejemplo pequeño y funcional.
- Encontrar una plantilla inicial para un chatbot que converse sobre archivos PDF, repositorios de GitHub o transcripciones de YouTube.
- Explorar cómo los equipos multiagente distribuyen el trabajo entre roles como investigador, analista y redactor.
- Probar frameworks para agentes como Google ADK, OpenAI Agents SDK o CrewAI con código de proyectos reales.
Inicio rápido
- 1
Instala una skill de agente con npx
npx skills add https://github.com/Shubhamsaboo/awesome-llm-apps/tree/main/agent_skills/project-graveyard - 2
Clona el repositorio
git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git - 3
Entra en la carpeta del agente de viajes con IA
cd awesome-llm-apps/starter_ai_agents/ai_travel_agent - 4
Instala los requisitos e inicia la aplicación
pip install -r requirements.txt
Antes de usarlo
- Cada aplicación tiene su propia configuración y necesita sus propias claves de API, así que no hay una única forma de ejecutarlas todas de una vez.
Temas
Preguntas frecuentes
- ¿Qué es awesome-llm-apps?
- Una amplia colección de agentes de IA de código abierto, habilidades para agentes y apps de RAG basadas en modelos Claude, Gemini, GPT, DeepSeek, Llama y Qwen. Awesome LLM Apps es una colección de proyectos de IA listos para ejecutar que abarca apps de un solo agente, equipos multiagente, agentes de voz, agentes conectados a MCP, pipelines de generación aumentada por recuperación (RAG), chatbots con memoria y recetas para ajustar LLM. Cada plantilla está en su propia carpeta y tiene sus propios requisitos, así que puedes clonar el repositorio y ejecutar un ejemplo sin tener que configurar el resto.
- ¿awesome-llm-apps es gratuito? ¿Qué licencia tiene?
- awesome-llm-apps es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿awesome-llm-apps sigue mantenido?
- Mantenimiento activo. El último commit de awesome-llm-apps fue el 18 oct 2026.
- ¿Para qué puedo usar awesome-llm-apps?
- Aprender a crear un pipeline de RAG o un agente que use herramientas leyendo un ejemplo pequeño y funcional. Encontrar una plantilla inicial para un chatbot que converse sobre archivos PDF, repositorios de GitHub o transcripciones de YouTube. Explorar cómo los equipos multiagente distribuyen el trabajo entre roles como investigador, analista y redactor. Probar frameworks para agentes como Google ADK, OpenAI Agents SDK o CrewAI con código de proyectos reales.
- ¿Cómo se instala awesome-llm-apps?
- Instala una skill de agente con npx: npx skills add https://github.com/Shubhamsaboo/awesome-llm-apps/tree/main/agent_skills/project-graveyard Clona el repositorio: git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git Entra en la carpeta del agente de viajes con IA: cd awesome-llm-apps/starter_ai_agents/ai_travel_agent Instala los requisitos e inicia la aplicación: pip install -r requirements.txt
- ¿Dónde consigo awesome-llm-apps?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/Shubhamsaboo/awesome-llm-apps
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Colección de más de 50 tutoriales ejecutables en Jupyter notebooks sobre técnicas para agentes de GenAI, desde chatbots simples hasta sistemas multiagente.
Plataforma visual para crear, probar y desplegar agentes y flujos de trabajo de IA, con exposición integrada mediante API y servidor MCP.
Framework de Python de código abierto para orquestar agentes de IA autónomos basados en roles (Crews) y flujos de trabajo basados en eventos (Flows).
Sistema de memoria para agentes que almacena, recupera y analiza recuerdos para que los agentes de IA aprendan con el tiempo, en lugar de limitarse a repetir el historial del chat.
Una biblioteca mínima de Python para crear agentes de IA que escriben y ejecutan sus acciones como código Python.