Shubhamsaboo/awesome-llm-apps
100+ AI Agents, Agent Skills and RAG Apps - Free and Open Source.
📚 什么是 Awesome LLM Apps?
Awesome LLM Apps 是一个精心整理的、超过100个即开即用的AI代理、代理技能和检索增强生成(RAG)管道的开源目录。每个条目都是一个完整的、经过测试的模板,您只需一个API密钥即可克隆、安装并运行。该仓库按类别组织(代理技能、启动代理、高级代理、常驻代理、多代理团队、语音代理、生成式UI、游戏代理、MCP代理、RAG教程等),每个模板均包含:
- 真实代码(Python、Streamlit或浏览器自动化脚本),采用Apache-2.0许可证——您可以复制、修改、销售或嵌入到您的产品中。
- 与模型无关的提示,适用于Claude、Gemini、GPT-4/4o、DeepSeek、Llama、Qwen及其他开源模型。
- 快速入门指南——大多数模板可在一分钟内启动(例如:
pip install -r requirements.txt && streamlit run travel_agent.py)。 - 安全与评估CI——每个技能在被列出前都会通过自动化安全性和正确性检查。
该项目由 Unwind AI(横幅和教程链接指向 https://theunwindai.com)维护,并由Vorflux等公司赞助。
🚀 如何使用
- 在几秒钟内为编码代理添加技能:
然后向代理提出自然语言问题。npx skills add https://github.com/Shubhamsaboo/awesome-llm-apps/tree/main/agent_skills/project-graveyard - 运行一个完整代理:
大多数代理仅需一个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.pyrequirements.txt和一个简短的Python脚本即可启动。 - 订阅每周更新——通过Unwind AI新闻简报,定期添加新模板。
📂 内容概览
| 类别 | 示例模板(点击查看) | 功能 |
|---|---|---|
| 代理技能 | Project Graveyard, Scope Creep Detector, Self-Improving Agent Skills | 小型插件,为编码助手赋予新能力(例如分析废弃仓库、检测范围蔓延、自动优化自身) |
| 启动AI代理 | AI旅行代理, AI博客转播客, AI数据分析 | 单文件代理,只需API密钥即可本地运行;适合学习或快速原型开发 |
| 高级AI代理 | AI家居翻新(照片输入 → 渲染输出), AI欺诈调查, AI财务教练 | 具备记忆、工具使用和外部API的多步骤代理;适用于生产级工作负载 |
| 常驻代理 | Hacker News简报, 发布雷达 | 后台服务,按计划运行,监控数据源,并将摘要推送到Slack/邮件 |
| 多代理团队 | AI竞争对手情报团队, AI法律团队, AI服务代理(CrewAI) | 通过路由逻辑协调的专用代理集合,用于解决复杂跨领域任务 |
| 语音AI代理 | 保险索赔实时代理, 语音RAG(OpenAI SDK) | 使用实时语音API的语音输入/输出代理 |
| 生成式UI与前端 | 生成式UI启动器, AI仪表板画布, AI Shadcn组件生成器 | 在对话中生成交互式UI组件(卡片、图表、看板板)的代理 |
| 自主游戏代理 | AI国际象棋代理, AI 3D Pygame代理 | 在游戏环境中进行推理、规划和行动的代理 |
| MCP AI代理 | 浏览器MCP代理, GitHub MCP代理, Notion MCP代理 | 通过Model-Context-Protocol(MCP)与外部工具通信的代理,支持实时浏览、仓库分析等 |
| RAG教程 | 使用Embedding Gemma的代理式RAG, 纠正式RAG, 视觉RAG | 带有逐步说明的端到端检索管道(本地或云端);许多完全离线运行 |
🛠️ 技术亮点
- 与模型无关——提示设计为兼容多种LLM提供商。
- Apache-2.0许可证——您可以自由商业化任何模板。
- 安全门控CI——每个技能在被列出前都通过自动化安全性和评估测试。
- MCP支持——多个代理使用新兴的Model-Context-Protocol以统一方式调用外部服务。
- Streamlit与CLI接口——大多数代理提供简单的Web UI(通过Streamlit)或命令行入口点。
📦 快速入门
# 克隆仓库
git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git
cd awesome-llm-apps
# 示例:运行旅行代理(需要在 $OPENAI_API_KEY 等中设置OpenAI/Claude/Gemini密钥)
cd starter_ai_agents/ai_travel_agent
pip install -r requirements.txt
streamlit run travel_agent.py
将文件夹替换为其他您感兴趣的模板——每个子目录的README提供额外设置步骤。
🎯 适合谁使用?
- 希望快速启动构建LLM驱动产品的 开发者
- 寻找特定用例参考实现的 产品团队(例如:语音索赔录入、PDF上的RAG、多代理研究)
- 需要具体可运行示例的 研究人员/教育者(用于代理推理、工具使用和检索管道)
- 需要法律清晰、Apache-2.0许可证代码库以交付或盈利的 初创公司
📚 进一步资源
- 逐步教程——托管在Unwind AI网站(https://theunwindai.com)
- Trendshift徽章——该仓库被突出显示为顶级趋势AI项目
- 赞助链接——README中显示Vorflux和通用赞助页面
以上所有信息均直接来自仓库的README;未添加任何外部假设。
相关
- 项目
- 项目
- 项目
- 项目
- 项目