Shubhamsaboo/awesome-llm-apps

🎯 Awesome LLM Apps란?

100개 이상의 즉시 실행 가능한 AI 에이전트, 에이전트 스킬, RAG(Retrieval-Augmented Generation) 애플리케이션을 모아 놓은 선별된 오픈소스 카탈로그입니다. 각 항목은 단일 API 키(또는 지원 모델의 경우 로컬)로 복제, 설치, 실행할 수 있는 독립형 템플릿입니다. 이 저장소는 허용적인 Apache-2.0 라이선스로 배포되므로 코드를 복사, 수정, 상업적 이용까지 자유롭게 할 수 있습니다.

📦 구성 방식

카테고리	포함 내용	일반적인 사용 사례
에이전트 스킬	코딩 어시스턴트에 새로운 기능을 부여하는 작은 플러그인 (예: Project Graveyard, Scope-Creep Detector, Self-Improving Skills)	통합을 직접 작성하지 않고 도메인 특화 로직으로 코드 생성 LLM을 확장
스타터 AI 에이전트	단일 파일, API 키만 필요한 에이전트 (여행 플래너, 블로그-투-팟캐스트, 밈 생성기, 의료 영상 분석 등)	Streamlit, FastAPI 또는 간단한 스크립트에서 실행되는 빠른 실험이나 프로토타입
고급 AI 에이전트	메모리, 라우팅, UI 구성 요소를 갖춘 다단계 도구 지원 에이전트 (홈 리노베이션, VC 실사, 연구 플래너 등)	웹 검색, 벡터 저장소, 외부 API를 결합한 프로덕션에 가까운 파이프라인
상시 실행 에이전트	일정 또는 이벤트에 따라 실행되는 백그라운드 서비스 (Hacker News 브리핑, 릴리스 레이더)	Slack, 이메일 또는 기타 채널로 업데이트를 푸시하는 자동화
멀티 에이전트 팀	협업하는 에이전트 모음 (경쟁사 인텔리전스, 법률 벤치, 채용)	여러 LLM이 전문화된 후 결과를 집계하는 복잡한 워크플로우
음성 AI 에이전트	음성 입력/출력 봇 (고객 지원, 보험 청구 접수)	실시간 전사 및 TTS 서비스에 연결되는 음성 우선 인터페이스
생성 UI / MCP 에이전트	대화형 대시보드, 컴포넌트 생성기 또는 Model-Context-Protocol(MCP)을 통해 실제 브라우저를 구동하는 에이전트	자연어 프롬프트를 실시간 UI 위젯이나 브라우저 동작으로 변환
자율 게임 플레이 에이전트	에이전트가 코드를 작성, 실행, 플레이하는 미니 게임 (체스, 틱택토, 3D Pygame)	추론-투-코드 루프의 데모
RAG 튜토리얼	엔드투엔드 검색 파이프라인 (로컬 Llama 3.2, Gemini, DeepSeek, 하이브리드 검색, 비전-RAG)	인용 및 자체 수정 기능이 있는 문서 기반 챗봇 구축

🚀 30초 만에 시작하기

# 스타터 여행 에이전트 설치 (LLM API 키 필요)
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

또는 단일 명령으로 모든 코딩 어시스턴트에 스킬 추가:

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

저장소는 매주 새로운 템플릿으로 업데이트됩니다 – 링크된 Unwind AI 뉴스레터를 통해 구독할 수 있습니다.

🛠️ 기술적 하이라이트

모델 비종속 – Claude, Gemini, GPT-4o, DeepSeek, Llama 3.x, Qwen 및 기타 오픈소스 모델과 호환.
보안 우선 CI – 각 스킬은 병합 전에 보안 및 평가 게이트를 통과.
MCP 지원 – 여러 에이전트가 Model-Context-Protocol을 사용하여 실제 브라우저, GitHub, Notion 등과 통신.
자기 개선 스킬 – 일부는 Gemini와 내부 ADK 루프를 사용하여 자동으로 스스로를 재작성할 수 있음.
Docker 친화적 – 대부분의 템플릿에는 Dockerfile이 포함되어 있거나 단일 docker build로 컨테이너화할 수 있음.

📚 누가 사용해야 하나요?

개발자 – 처음부터 스캐폴딩을 구축하지 않고 플러그 앤 플레이 LLM 에이전트를 원하는 분.
제품 팀 – 멀티 에이전트 워크플로우의 참조 구현을 찾는 분.
연구자 – RAG, 도구 사용 또는 자율 게임 플레이 에이전트에 관심이 있는 분.
교육자 – LLM 기반 자동화를 가르치기 위한 구체적인 예제가 필요한 분.

🔗 빠른 링크

지금 실행 – 위의 "지금 실행" 섹션을 참조.
전체 템플릿 인덱스 – agent_skills/, starter_ai_agents/, advanced_ai_agents/, rag_tutorials/.
외부 쇼케이스 – Openwork 브라우저 자동화 에이전트 (Always-on Agents 아래 링크).
Trendshift 배지 – 일일 1위로 강조된 저장소.

결론: Awesome LLM Apps는 AI 기반 기능을 빠르고 합법적으로(Apache-2.0) 출시하려는 개발자를 위해 설계된 프로덕션 준비 LLM 에이전트 및 RAG 파이프라인의 살아있는 도구 상자입니다.