用于构建自主 AI 智能体的 Python 框架,支持研究、规划、编码与执行任务,内置记忆与 RAG。
Shubhamsaboo/awesome-llm-apps
一个开源合集,收录 100 多个 AI 智能体、智能体技能和 RAG 应用,可对接多种主流大模型。
- Star
- 142,363
- Fork
- 20,935
- 未关闭 Issue
- 15
- 最近提交
- 前天
这是什么?
Awesome LLM Apps 是一个可直接运行的 AI 项目合集,涵盖单智能体应用、多智能体团队、语音智能体、基于 MCP 的智能体、检索增强生成(RAG)流程、带记忆的聊天机器人以及大模型微调示例。每个模板都放在独立目录中,附带各自的依赖文件,可以只运行其中一个而无需配置其他部分。
项目支持 Claude、Gemini、GPT、DeepSeek、Llama、Qwen 等多家模型,部分模板可以使用本地模型运行,无需 API 密钥。许多模板基于 Streamlit、OpenAI Agents SDK、Google ADK、CrewAI、LangGraph 等框架构建。仓库采用 Apache-2.0 许可证。
除示例代码外,合集还提供可通过一条命令安装到 Claude Code、Codex、Cursor 等编程智能体中的智能体技能,以及主流智能体框架的入门教程。
核心功能
- 01涵盖单智能体应用、多智能体团队、语音智能体和 MCP 智能体。
- 02包含 30 多个 RAG 模板,从基础检索链到智能体式和知识图谱方案。
- 03支持 GPT、Claude、Gemini 等云端模型,也支持 Llama、DeepSeek 等本地模型。
- 04每个模板自成一体,附带独立依赖和运行说明。
- 05提供可安装到 Claude Code、Cursor 等编程智能体中的智能体技能。
适用场景
- 通过阅读可运行的小型示例,学习如何搭建 RAG 流程或调用工具的智能体。
- 为 PDF、GitHub 仓库或 YouTube 字幕等数据源寻找聊天应用的起步模板。
- 研究多智能体团队如何把研究、分析、写作等任务分配给不同角色。
- 用真实项目代码试用 Google ADK、OpenAI Agents SDK、CrewAI 等智能体框架。
快速上手
- 1
使用 npx 安装一个智能体技能
npx skills add https://github.com/Shubhamsaboo/awesome-llm-apps/tree/main/agent_skills/project-graveyard - 2
克隆仓库
git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git - 3
进入 AI 旅行智能体目录
cd awesome-llm-apps/starter_ai_agents/ai_travel_agent - 4
安装依赖并启动应用
pip install -r requirements.txt
使用前须知
- 每个应用都有独立的配置,并需要各自的 API 密钥,因此没有统一的一键运行方式。
标签
常见问题
- awesome-llm-apps 是什么?
- 一个开源合集,收录 100 多个 AI 智能体、智能体技能和 RAG 应用,可对接多种主流大模型。 Awesome LLM Apps 是一个可直接运行的 AI 项目合集,涵盖单智能体应用、多智能体团队、语音智能体、基于 MCP 的智能体、检索增强生成(RAG)流程、带记忆的聊天机器人以及大模型微调示例。每个模板都放在独立目录中,附带各自的依赖文件,可以只运行其中一个而无需配置其他部分。
- awesome-llm-apps 可以免费使用吗?用的什么许可证?
- awesome-llm-apps 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- awesome-llm-apps 还在维护吗?
- 活跃维护中。awesome-llm-apps 最近一次提交是在 2026年10月18日。
- awesome-llm-apps 适合用来做什么?
- 通过阅读可运行的小型示例,学习如何搭建 RAG 流程或调用工具的智能体。 为 PDF、GitHub 仓库或 YouTube 字幕等数据源寻找聊天应用的起步模板。 研究多智能体团队如何把研究、分析、写作等任务分配给不同角色。 用真实项目代码试用 Google ADK、OpenAI Agents SDK、CrewAI 等智能体框架。
- awesome-llm-apps 怎么安装和运行?
- 使用 npx 安装一个智能体技能: npx skills add https://github.com/Shubhamsaboo/awesome-llm-apps/tree/main/agent_skills/project-graveyard 克隆仓库: git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git 进入 AI 旅行智能体目录: cd awesome-llm-apps/starter_ai_agents/ai_travel_agent 安装依赖并启动应用: pip install -r requirements.txt
- 在哪里获取 awesome-llm-apps?
- 源代码和安装说明在 GitHub 上:https://github.com/Shubhamsaboo/awesome-llm-apps
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
一套可运行的 Jupyter 教程合集,涵盖 50 多种生成式 AI 智能体技术,从简单对话机器人到多智能体系统。
用于构建、测试和部署 AI 智能体与工作流的可视化平台,可通过 API 或 MCP 服务器对外调用。
开源 Python 框架,用于编排基于角色的自主 AI 智能体(Crews)和事件驱动的工作流(Flows)。
面向 AI 智能体的记忆系统,支持存储、检索与反思记忆,让智能体随时间学习而非仅回放对话历史。
一个极简的 Python 智能体库,让 AI 智能体以代码形式编写并执行动作。