Shubhamsaboo/awesome-llm-apps
一个免费开源、收录100多个可直接运行的AI智能体和RAG应用示例的代码库
Shubhamsaboo/awesome-llm-apps是一个汇集了100多个开源示例项目的代码库,涵盖AI智能体(agent)和基于检索增强生成的问答系统(RAG),应用场景包括旅行规划、财务分析、医学影像辅助判读、游戏对战智能体等。这些示例可配合Claude、Gemini、GPT、DeepSeek、Llama、Qwen等多种大语言模型使用,且全部以Apache-2.0协议开源,任何人都可以克隆、修改甚至用于商业用途。项目使用Python编写,从只需一个API密钥即可运行的单文件入门级智能体,到具备工具调用和记忆能力、多个智能体协作完成复杂任务的团队式架构一应俱全。
它做什么
- 按难度分层组织:只需API密钥即可运行的入门级智能体、带工具和记忆功能的进阶智能体,以及处理复杂任务的多智能体团队
- 覆盖旅行行程规划、分手情绪疏导、CSV数据分析问答、X光影像辅助判读、欺诈调查、个人财务指导等真实场景示例
- 包含法律顾问团队、招聘团队、房地产团队等多智能体协作案例,以及通过Model Context Protocol(MCP)连接外部工具和数据的智能体
- 收录20多种RAG检索管道示例,可对文档、图像、音频等内容进行检索并生成有据可查的答案,还包含能记住对话上下文的记忆型聊天机器人,以及可将token调用成本降低30%到90%的优化工具
- 还提供可安装的'Agent Skills'技能包,能在约10秒内为Claude Code、Codex、Cursor等编程智能体增加新能力
为什么重要
开发者无需从零搭建AI智能体或RAG系统,直接参考或复用这些可运行的代码,能大幅节省学习时间和开发成本。将多种框架和模型放在一处对比,也方便从业者和学习者为自己的项目挑选合适的架构方案。
本仓库术语
- RAG(检索增强生成) · 在生成答案前先检索相关文档或数据,并以检索到的内容为依据作答的方法
- Agent Skills(智能体技能) · 通过一条命令即可安装、为编程智能体增加新能力的可执行代码包
- Model Context Protocol(MCP) · 让AI智能体以统一方式连接外部工具和数据源的协议
- LoRA · 只对模型的一小部分参数用少量数据进行额外训练的微调技术,可降低调优成本
- Apache-2.0许可证 · 只需保留版权声明即可自由用于商业用途、修改和再分发的开源许可证
仓库简介（英文）
100+ AI Agents, Agent Skills and RAG Apps - Free and Open Source.
在 GitHub 打开热门仓库
- DietrichGebert/ponytail一套让AI编程助手先想清楚再动手写代码的规则
- liustack/modlens给DeepSeek这类只能读文字的AI装上一双眼睛：粘贴图片就能把内容变成结构化文字数据
- marin-community/marinMarin是一个把训练大语言模型全过程公开出来的开源研究平台
- TauricResearch/TradingAgents多个LLM智能体分别扮演分析师、研究员、交易员和风控经理,通过辩论共同决定股票交易
- asciimoo/hister把你看过的网页和文件全文索引起来的私人搜索引擎
- anthropics/claude-plugins-officialAnthropic官方整理的Claude Code插件目录,方便一键装上新功能
- vorssaint/vorssaint-utils一个免费菜单栏应用,顶替十几款付费Mac工具
- MadsLorentzen/ai-job-search一个用Claude Code自动完成整个求职流程的开源框架,作者本人就是靠它找到了工作