Framework Python para criar agentes de IA autônomos que pesquisam, planejam, programam e executam tarefas, com memória, RAG e mais de 100 provedores de LLM.
Shubhamsaboo/awesome-llm-apps
Uma ampla coleção de agentes de IA, habilidades para agentes e apps de RAG open source, criados com modelos Claude, Gemini, GPT, DeepSeek, Llama e Qwen.
- Estrelas
- 142,363
- Forks
- 20,935
- Issues abertas
- 15
- Último commit
- anteontem
O que é?
Awesome LLM Apps é uma coleção de projetos de IA executáveis que abrange apps com agente único, equipes multiagentes, agentes de voz, agentes conectados ao MCP, pipelines de geração aumentada por recuperação (RAG), chatbots com memória e receitas de fine-tuning de LLMs. Cada template fica em sua própria pasta, com seus próprios requisitos, então você pode clonar o repositório e executar um exemplo sem configurar o restante.
Os projetos atendem a diversos provedores de modelos, incluindo Claude, Gemini, GPT, DeepSeek, Llama e Qwen, e vários usam modelos locais, permitindo executá-los sem chaves de API. Muitos templates são desenvolvidos com frameworks como Streamlit, OpenAI Agents SDK, Google ADK, CrewAI e LangGraph. O repositório está licenciado sob Apache-2.0.
Além dos exemplos de código, a coleção inclui habilidades para agentes que podem ser instaladas com um único comando em agentes de programação como Claude Code, Codex e Cursor, além de tutoriais intensivos sobre os principais frameworks de agentes.
Recursos principais
- 01Abrange apps com agente único, equipes multiagentes, agentes de voz e agentes MCP.
- 02Inclui mais de 30 templates de RAG, de cadeias básicas a variações agentic e com grafos de conhecimento.
- 03Oferece suporte a modelos na nuvem, como GPT, Claude e Gemini, além de modelos locais, como Llama e DeepSeek.
- 04Cada template é independente, com requisitos e instruções de execução próprios.
- 05Oferece habilidades para agentes que podem ser instaladas em agentes de programação como Claude Code e Cursor.
Casos de uso
- Aprender a criar um pipeline de RAG ou um agente que usa ferramentas, lendo um exemplo pequeno e funcional.
- Encontrar um template inicial para um chatbot que conversa sobre PDFs, repositórios do GitHub ou transcrições do YouTube.
- Explorar como equipes multiagentes dividem o trabalho entre funções como pesquisador, analista e redator.
- Testar frameworks de agentes como Google ADK, OpenAI Agents SDK ou CrewAI com código de projetos reais.
Início rápido
- 1
Instale uma skill de agente com npx
npx skills add https://github.com/Shubhamsaboo/awesome-llm-apps/tree/main/agent_skills/project-graveyard - 2
Clone o repositório
git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git - 3
Acesse a pasta do agente de viagens com IA
cd awesome-llm-apps/starter_ai_agents/ai_travel_agent - 4
Instale os requisitos e inicie o app
pip install -r requirements.txt
Antes de usar
- Cada app tem sua própria configuração e precisa das próprias chaves de API, então não existe uma única maneira de executar tudo de uma vez.
Tópicos
Perguntas frequentes
- O que é awesome-llm-apps?
- Uma ampla coleção de agentes de IA, habilidades para agentes e apps de RAG open source, criados com modelos Claude, Gemini, GPT, DeepSeek, Llama e Qwen. Awesome LLM Apps é uma coleção de projetos de IA executáveis que abrange apps com agente único, equipes multiagentes, agentes de voz, agentes conectados ao MCP, pipelines de geração aumentada por recuperação (RAG), chatbots com memória e receitas de fine-tuning de LLMs. Cada template fica em sua própria pasta, com seus próprios requisitos, então você pode clonar o repositório e executar um exemplo sem configurar o restante.
- awesome-llm-apps é gratuito? Qual é a licença?
- awesome-llm-apps é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- awesome-llm-apps ainda é mantido?
- Manutenção ativa. O último commit de awesome-llm-apps foi em 18 de out. de 2026.
- Para que posso usar awesome-llm-apps?
- Aprender a criar um pipeline de RAG ou um agente que usa ferramentas, lendo um exemplo pequeno e funcional. Encontrar um template inicial para um chatbot que conversa sobre PDFs, repositórios do GitHub ou transcrições do YouTube. Explorar como equipes multiagentes dividem o trabalho entre funções como pesquisador, analista e redator. Testar frameworks de agentes como Google ADK, OpenAI Agents SDK ou CrewAI com código de projetos reais.
- Como instalar awesome-llm-apps?
- Instale uma skill de agente com npx: npx skills add https://github.com/Shubhamsaboo/awesome-llm-apps/tree/main/agent_skills/project-graveyard Clone o repositório: git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git Acesse a pasta do agente de viagens com IA: cd awesome-llm-apps/starter_ai_agents/ai_travel_agent Instale os requisitos e inicie o app: pip install -r requirements.txt
- Onde consigo awesome-llm-apps?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/Shubhamsaboo/awesome-llm-apps
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Coleção com mais de 50 tutoriais executáveis em notebooks Jupyter sobre técnicas para agentes de GenAI, de chatbots simples a sistemas multiagentes.
Plataforma visual para criar, testar e implantar agentes e workflows de IA, com exposição integrada por API e servidor MCP.
Framework Python de código aberto para orquestrar agentes de IA autônomos baseados em funções (Crews) e workflows orientados a eventos (Flows).
Sistema de memória para agentes que armazena, recupera e reflete sobre memórias para que agentes de IA aprendam com o tempo, em vez de apenas reproduzir o histórico de conversas.
Uma biblioteca Python minimalista para criar agentes de IA que escrevem e executam suas ações como código Python.