Awesome LLM Apps
100+ AI Agent & RAG apps you can actually run — 由 Shubham Saboo 维护的开源 LLM 应用模板集合。
- Stars: 111k ⭐
- 许可证: Apache-2.0
核心定位
这是一个 cookbook（食谱书） 类型的项目，提供 100+ 个可独立运行、可直接克隆定制的 LLM 应用模板。与单体框架不同，本项目涵盖多个框架（ADK、OpenAI SDK、CrewAI、AG2）、多个模型提供商（Claude、Gemini、GPT、Llama、Qwen、xAI）和 13 个应用类别。
项目强调 “hand-built, not curated” ——每个模板都是原创编写并经端到端测试，而非从网络收集。
覆盖范围
按类别统计：
| 类别 | 数量 | 核心内容 |
|---|---|---|
| Starter Agents | 12 | 入门级单文件 Agent |
| Advanced Agents | 21 | 生产级单/多 Agent |
| Game Agents | 3 | 游戏决策 AI |
| Multi-agent Teams | 14 | 专业领域团队协作 |
| Voice AI | 4 | 实时语音交互 |
| MCP Agents | 5 | Model Context Protocol |
| RAG Tutorials | 20 | 从基础到 Agentic RAG |
| Agent Skills | 19 | 即插即用技能文件 |
| Memory Tutorials | 6 | 跨会话记忆管理 |
| Chat with X | 6 | 多源数据对话 |
| Optimization | 2 | Token/上下文优化 |
| Fine-tuning | 2 | 开源模型微调 |
| Framework Crash Course | 2 | ADK + OpenAI SDK |
总计: 100+ 模板，覆盖 LLM 应用的全栈开发场景。
技术栈
- 主力语言: Python (67.7%)
- 前端: Streamlit, JavaScript/TypeScript
- Agent 框架: Google ADK, OpenAI Agents SDK, CrewAI, AG2
- 模型接口: Gemini, OpenAI, Claude, Llama, Qwen, xAI
- 部署: 可本地运行，支持 Docker
与知识库生态的集成价值
本项目作为 cookbook 角色，填补了知识库中”可运行示例”的空白：
- 理论与实践的桥梁: 现有 RAG、Agentic_Systems、Agent_Memory 等概念页面提供了理论基础，本项目提供直接可运行的具体实现
- 全链路教程: 从零基础（Starter）到高级（Advanced）到专业领域（Multi-agent Teams），覆盖完整学习路径
- 多框架对照: 同类功能在不同框架中的实现方式对比（ADK vs OpenAI SDK vs CrewAI）
- Provider 中立: 展示在同一场景下不同模型的适用性
关联连接
- Agentic_Systems — 系统架构概念本项目的理论支撑
- Agent_Paradigms — Agent 范式的具体应用实例
- RAG — 20 个 RAG 教程的理论框架
- Agent_Communication_Protocols — MCP 协议的应用层示例
- Agent_Memory — 记忆系统的教程实现
- Agent_Skills — 技能文件的参照体系
- Claude_Skills — 同为技能集合，互补
- VoxCPM — 语音合成的底层技术支持
- ClawTeam — 多 Agent 团队协作的底层框架
- Ruflo — 多 Agent 编排平台