Shubhamsaboo/awesome-llm-apps

🎯 Awesome LLM Apps 是什么？

一个精选的开源目录，包含100多个即用型AI代理、代理技能和检索增强生成（RAG）应用程序。每个条目都是一个自包含模板，您可以克隆、安装并使用单个API密钥（或对于支持本地运行的模型，在本地）运行。该仓库采用宽松的Apache-2.0许可证，因此您可以自由复制、修改甚至商业化这些代码。

📦 组织方式

类别	内容	典型用例
代理技能	为编码助手提供新功能的小型插件（例如，项目墓地、范围蔓延检测器、自我改进技能）	无需自己编写集成，即可用领域特定逻辑扩展代码生成LLM。
入门AI代理	单文件、仅API密钥的代理（旅行规划器、博客转播客、表情包生成器、医学影像分析等）	在Streamlit、FastAPI或简单脚本上运行的快速实验或原型。
高级AI代理	具有记忆、路由和UI组件的多步骤、工具启用代理（家居装修、VC尽职调查、研究规划器等）	结合网络搜索、向量存储和外部API的近生产级流水线。
常驻代理	按计划或事件运行的后台服务（Hacker News简报、发布雷达）	将更新推送到Slack、电子邮件或其他渠道的自动化。
多代理团队	协作的代理集合（竞争对手情报、法律基准、招聘）	多个LLM专业化并汇总结果的复杂工作流。
语音AI代理	语音输入/语音输出机器人（客户支持、保险索赔受理）	连接实时转录和TTS服务的语音优先接口。
生成式UI / MCP代理	渲染交互式仪表板、组件生成器或通过模型上下文协议（MCP）驱动真实浏览器的代理	将自然语言提示转换为实时UI小部件或浏览器操作。
自主游戏代理	代理编写、运行和玩代码的迷你游戏（国际象棋、井字棋、3D Pygame）	推理到代码循环的演示。
RAG教程	端到端检索流水线（本地Llama 3.2、Gemini、DeepSeek、混合搜索、视觉RAG）	构建带有引用和自我纠正的文档导向聊天机器人。

🚀 30秒快速开始

# 安装一个入门旅行代理（需要LLM API密钥）
git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git
cd awesome-llm-apps/starter_ai_agents/ai_travel_agent
pip install -r requirements.txt
streamlit run travel_agent.py

或者通过一条命令向任何编码助手添加技能：

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

该仓库每周更新新模板——您可以通过链接的Unwind AI时事通讯订阅。

🛠️ 技术亮点

模型无关 – 适用于Claude、Gemini、GPT-4o、DeepSeek、Llama 3.x、Qwen和其他开源模型。
安全优先的CI – 每个技能在合并前都通过安全+评估门禁。
MCP支持 – 多个代理使用模型上下文协议与真实浏览器、GitHub、Notion等通信。
自我改进技能 – 部分技能可以使用Gemini和内部ADK循环自动重写自身。
Docker友好 – 大多数模板包含Dockerfile，或可通过单个docker build容器化。

📚 谁应该使用这个？

开发者：希望获得即插即用的LLM代理，而无需从头构建脚手架。
产品团队：寻找多代理工作流参考实现。
研究人员：对RAG、工具使用或自主游戏代理感兴趣。
教育工作者：需要具体示例来教授LLM驱动的自动化。

🔗 快速链接

立即运行 – 参见上面的“立即运行”部分。
完整模板索引 – agent_skills/、starter_ai_agents/、advanced_ai_agents/、rag_tutorials/。
外部展示 – Openwork浏览器自动化代理（在常驻代理下链接）。
Trendshift徽章 – 仓库被标记为当日第一。

底线： Awesome LLM Apps 是一个活的生产级LLM代理和RAG流水线工具箱，专为希望快速且合法（Apache-2.0）交付AI驱动功能的开发者设计。