Repolode
Shubhamsaboo

Shubhamsaboo/awesome-llm-apps

Claude, Gemini, GPT, DeepSeek, Llama, Qwen 모델을 기반으로 만든 오픈소스 AI 에이전트, 에이전트 스킬, RAG 앱 모음입니다.

스타
142,363
포크
20,935
열린 이슈
15
마지막 커밋
그저께

어떤 프로젝트인가요?

Awesome LLM Apps는 단일 에이전트 앱, 멀티 에이전트 팀, 음성 에이전트, MCP 연동 에이전트, 검색 증강 생성(RAG) 파이프라인, 메모리를 활용하는 챗봇, LLM 파인튜닝 레시피를 다루는 실행 가능한 AI 프로젝트 모음입니다. 각 템플릿은 필요한 항목을 갖춘 별도 폴더에 들어 있어, 저장소를 클론한 뒤 나머지 프로젝트를 설정하지 않고도 예제 하나를 실행할 수 있습니다.

프로젝트는 Claude, Gemini, GPT, DeepSeek, Llama, Qwen 등 다양한 모델 제공업체를 대상으로 하며, 일부는 API 키 없이 실행할 수 있도록 로컬 모델을 사용합니다. 여러 템플릿이 Streamlit, OpenAI Agents SDK, Google ADK, CrewAI, LangGraph 등의 프레임워크를 기반으로 합니다. 저장소는 Apache-2.0 라이선스로 제공됩니다.

코드 예제 외에도 Claude Code, Codex, Cursor 같은 코딩 에이전트에 명령 하나로 설치할 수 있는 에이전트 스킬과 주요 에이전트 프레임워크를 다루는 크래시 코스 튜토리얼이 포함되어 있습니다.

핵심 기능

  • 01단일 에이전트 앱, 멀티 에이전트 팀, 음성 에이전트, MCP 에이전트를 다룹니다.
  • 02기본 체인부터 에이전트 기반 및 지식 그래프 방식까지 30개가 넘는 RAG 템플릿을 제공합니다.
  • 03GPT, Claude, Gemini 같은 클라우드 모델과 Llama, DeepSeek 같은 로컬 모델을 지원합니다.
  • 04각 템플릿은 자체 요구사항과 실행 안내를 갖춘 독립적인 구성입니다.
  • 05Claude Code, Cursor 같은 코딩 에이전트에 설치할 수 있는 에이전트 스킬을 제공합니다.

활용 사례

  • 작고 바로 실행할 수 있는 예제를 살펴보며 RAG 파이프라인이나 도구를 사용하는 에이전트를 만드는 방법을 익힐 수 있습니다.
  • PDF, GitHub 저장소, YouTube 트랜스크립트와 대화하는 챗봇을 만들 때 시작점으로 삼을 템플릿을 찾을 수 있습니다.
  • 멀티 에이전트 팀이 조사자, 분석가, 작성자 같은 역할별로 작업을 나누는 방식을 살펴볼 수 있습니다.
  • 실제 프로젝트 코드를 사용해 Google ADK, OpenAI Agents SDK, CrewAI 같은 에이전트 프레임워크를 시험해 볼 수 있습니다.

빠른 시작

  1. 1

    npx로 에이전트 스킬 설치하기

    npx skills add https://github.com/Shubhamsaboo/awesome-llm-apps/tree/main/agent_skills/project-graveyard
  2. 2

    리포지토리 클론하기

    git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git
  3. 3

    AI 여행 에이전트 폴더로 이동하기

    cd awesome-llm-apps/starter_ai_agents/ai_travel_agent
  4. 4

    필요한 항목을 설치하고 앱 실행하기

    pip install -r requirements.txt

사용 전 알아둘 점

  • 앱마다 설정 방법이 다르고 각자 API 키가 필요하므로 한 번에 실행하는 방법은 없습니다.

토픽

자주 묻는 질문

awesome-llm-apps은(는) 무엇인가요?
Claude, Gemini, GPT, DeepSeek, Llama, Qwen 모델을 기반으로 만든 오픈소스 AI 에이전트, 에이전트 스킬, RAG 앱 모음입니다. Awesome LLM Apps는 단일 에이전트 앱, 멀티 에이전트 팀, 음성 에이전트, MCP 연동 에이전트, 검색 증강 생성(RAG) 파이프라인, 메모리를 활용하는 챗봇, LLM 파인튜닝 레시피를 다루는 실행 가능한 AI 프로젝트 모음입니다. 각 템플릿은 필요한 항목을 갖춘 별도 폴더에 들어 있어, 저장소를 클론한 뒤 나머지 프로젝트를 설정하지 않고도 예제 하나를 실행할 수 있습니다.
awesome-llm-apps은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
awesome-llm-apps은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
awesome-llm-apps은(는) 아직 유지보수되고 있나요?
활발히 유지보수 중. awesome-llm-apps의 마지막 커밋은 2026년 10월 18일입니다.
awesome-llm-apps은(는) 어디에 사용할 수 있나요?
작고 바로 실행할 수 있는 예제를 살펴보며 RAG 파이프라인이나 도구를 사용하는 에이전트를 만드는 방법을 익힐 수 있습니다. PDF, GitHub 저장소, YouTube 트랜스크립트와 대화하는 챗봇을 만들 때 시작점으로 삼을 템플릿을 찾을 수 있습니다. 멀티 에이전트 팀이 조사자, 분석가, 작성자 같은 역할별로 작업을 나누는 방식을 살펴볼 수 있습니다. 실제 프로젝트 코드를 사용해 Google ADK, OpenAI Agents SDK, CrewAI 같은 에이전트 프레임워크를 시험해 볼 수 있습니다.
awesome-llm-apps는 어떻게 설치하나요?
npx로 에이전트 스킬 설치하기: npx skills add https://github.com/Shubhamsaboo/awesome-llm-apps/tree/main/agent_skills/project-graveyard 리포지토리 클론하기: git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git AI 여행 에이전트 폴더로 이동하기: cd awesome-llm-apps/starter_ai_agents/ai_travel_agent 필요한 항목을 설치하고 앱 실행하기: pip install -r requirements.txt
awesome-llm-apps은(는) 어디서 받을 수 있나요?
소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/Shubhamsaboo/awesome-llm-apps

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.

관련 프로젝트