Python-фреймворк для создания автономных AI-агентов, которые исследуют, планируют, пишут код и выполняют задачи; поддерживает память, RAG и более 100 LLM-провайдеров.
Shubhamsaboo/awesome-llm-apps
Большая коллекция open-source AI-агентов, навыков для агентов и RAG-приложений на базе моделей Claude, Gemini, GPT, DeepSeek, Llama и Qwen.
- Звёзды
- 142,363
- Форки
- 20,935
- Открытые issues
- 15
- Последний коммит
- позавчера
Что это?
Awesome LLM Apps — коллекция готовых к запуску AI-проектов: приложения с одним агентом, команды из нескольких агентов, голосовые агенты, агенты с подключением к MCP, конвейеры retrieval-augmented generation (RAG), чат-боты с памятью и рецепты дообучения LLM. Каждый шаблон находится в отдельной папке со своими зависимостями, поэтому можно клонировать репозиторий и запустить один пример, не настраивая остальные.
Проекты рассчитаны на разные модели и провайдеров, включая Claude, Gemini, GPT, DeepSeek, Llama и Qwen; некоторые из них используют локальные модели и не требуют API-ключей. Многие шаблоны построены на таких фреймворках, как Streamlit, OpenAI Agents SDK, Google ADK, CrewAI и LangGraph. Репозиторий распространяется по лицензии Apache-2.0.
Помимо примеров кода, в коллекцию входят навыки для агентов, которые можно установить одной командой в такие инструменты для программирования, как Claude Code, Codex и Cursor, а также краткие обучающие курсы по основным фреймворкам для агентов.
Ключевые возможности
- 01Охватывает приложения с одним агентом, команды из нескольких агентов, голосовых агентов и агентов с подключением к MCP.
- 02Включает более 30 шаблонов RAG — от базовых цепочек до агентных вариантов и решений на основе графов знаний.
- 03Поддерживает облачные модели, такие как GPT, Claude и Gemini, а также локальные модели, например Llama и DeepSeek.
- 04У каждого шаблона свои зависимости и инструкции по запуску.
- 05Предлагает устанавливаемые навыки для агентов в инструментах для программирования, например Claude Code и Cursor.
Сценарии использования
- Разобраться, как построить конвейер RAG или агента, использующего инструменты, изучив небольшой работающий пример.
- Найти основу для чат-бота, который отвечает на вопросы по PDF-файлам, репозиториям GitHub или расшифровкам видео с YouTube.
- Изучить, как команды из нескольких агентов распределяют задачи между ролями исследователя, аналитика и автора.
- Проверить фреймворки для агентов, такие как Google ADK, OpenAI Agents SDK или CrewAI, на коде реального проекта.
Быстрый старт
- 1
Установите навык агента с помощью npx
npx skills add https://github.com/Shubhamsaboo/awesome-llm-apps/tree/main/agent_skills/project-graveyard - 2
Клонируйте репозиторий
git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git - 3
Перейдите в папку AI-агента для путешествий
cd awesome-llm-apps/starter_ai_agents/ai_travel_agent - 4
Установите необходимые зависимости и запустите приложение
pip install -r requirements.txt
Что важно знать
- У каждого приложения своя настройка и свои API-ключи, поэтому запустить всё одной командой не получится.
Темы
Частые вопросы
- Что такое awesome-llm-apps?
- Большая коллекция open-source AI-агентов, навыков для агентов и RAG-приложений на базе моделей Claude, Gemini, GPT, DeepSeek, Llama и Qwen. Awesome LLM Apps — коллекция готовых к запуску AI-проектов: приложения с одним агентом, команды из нескольких агентов, голосовые агенты, агенты с подключением к MCP, конвейеры retrieval-augmented generation (RAG), чат-боты с памятью и рецепты дообучения LLM. Каждый шаблон находится в отдельной папке со своими зависимостями, поэтому можно клонировать репозиторий и запустить один пример, не настраивая остальные.
- awesome-llm-apps можно использовать бесплатно? Какая у него лицензия?
- awesome-llm-apps распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- awesome-llm-apps всё ещё поддерживается?
- Активно поддерживается. Последний коммит в awesome-llm-apps — 18 окт. 2026 г..
- Для чего можно использовать awesome-llm-apps?
- Разобраться, как построить конвейер RAG или агента, использующего инструменты, изучив небольшой работающий пример. Найти основу для чат-бота, который отвечает на вопросы по PDF-файлам, репозиториям GitHub или расшифровкам видео с YouTube. Изучить, как команды из нескольких агентов распределяют задачи между ролями исследователя, аналитика и автора. Проверить фреймворки для агентов, такие как Google ADK, OpenAI Agents SDK или CrewAI, на коде реального проекта.
- Как установить awesome-llm-apps?
- Установите навык агента с помощью npx: npx skills add https://github.com/Shubhamsaboo/awesome-llm-apps/tree/main/agent_skills/project-graveyard Клонируйте репозиторий: git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git Перейдите в папку AI-агента для путешествий: cd awesome-llm-apps/starter_ai_agents/ai_travel_agent Установите необходимые зависимости и запустите приложение: pip install -r requirements.txt
- Где скачать awesome-llm-apps?
- Исходный код и инструкции по установке — на GitHub: https://github.com/Shubhamsaboo/awesome-llm-apps
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Подборка из более чем 50 запускаемых учебных Jupyter-ноутбуков по методам создания GenAI-агентов — от простых чат-ботов до мультиагентных систем.
Визуальная платформа для создания, тестирования и развертывания AI-агентов и рабочих процессов с поддержкой API и MCP-серверов.
Python-фреймворк с открытым исходным кодом для оркестрации автономных AI-агентов с ролями (Crews) и событийных рабочих процессов (Flows).
Система памяти для агентов: сохраняет, извлекает и анализирует воспоминания, помогая ИИ-агентам учиться со временем, а не просто воспроизводить историю чата.
Минималистичная библиотека Python для создания AI-агентов, которые записывают свои действия на Python и выполняют их.