awesome-llm-apps —— 100+ 可直接运行的 AI Agent 与 RAG 应用，即拿即用，可定制

这是什么

Shubhamsaboo/awesome-llm-apps 是一个开源的 LLM 应用模板仓库（主语言 Python，⭐118231），由 Shubham Saboo 创建并持续维护。它收录了 100+ 可直接运行的 AI Agent 和 RAG 应用，涵盖从入门级单文件 Agent 到生产级多 Agent 协作系统、MCP 集成、语音交互、以及模型微调等完整场景。每个模板都附带完整源码，fork 后即可定制和部署。

解决的问题

在实际构建 LLM 应用时，开发者往往需要反复搭建 RAG pipeline、Agent 循环、MCP 连接等基础结构，这些重复性工作消耗大量时间且容易出错。该项目提供了一套 “菜谱式”的 starter code，让你不必每次从零开始。所有模板均已端到端测试，避免了常见的 requirements.txt 破损或“自己琢磨如何运行”的问题。只需三条命令即可拉起一个可交互的应用，极大缩短从想法到原型的周期。

核心功能

项目按功能划分为 15 个类别，每个类别包含多个独立模板：

| 类别 | 典型模板示例 | |------|--------------| | 🧩 Agent Skills | Project Graveyard（查找废弃项目）、Advisor Orchestrator Worker（多模型协作）、Self-Improving Agent Skills（自动优化技能） | | 🌱 Starter AI Agents | AI Travel Agent、AI Meme Generator、AI Music Generator、Gemini Multimodal Agent、xAI Finance Agent | | 🚀 Advanced AI Agents | AI Deep Research Agent、AI Financial Coach、AI Self-Evolving Agent、Earnings Call Analyst Agent | | 🛰️ Always-on Agents | 后台定时/事件驱动的监控 Agent（如市场信号、异常检测） | | 🤝 Multi-agent Teams | AI Competitor Intelligence Team、AI Legal Agent Team、AI Recruitement Team、Travel Planner Team | | 🗣️ Voice AI Agents | AI Audio Tour Agent、Customer Support Voice Agent、Voice RAG Agent（OpenAI SDK） | | 🖼️ Generative UI & Agentic Frontends | Generative UI Starter、AI Dashboard Canvas Agent、AI Shadcn Component Generator | | ♾️ MCP AI Agents | Browser MCP Agent、GitHub MCP Agent、Notion MCP Agent、Multi-MCP Agent Router | | 📀 RAG Tutorials | Agentic RAG with Reasoning、Corrective RAG、Hybrid Search RAG、Knowledge Graph RAG with Citations | | 💾 LLM Apps with Memory | AI ArXiv Agent with Memory、Llama3 Stateful Chat、Local ChatGPT Clone with Memory | | 💬 Chat with X Tutorials | Chat with PDF、Chat with YouTube、Chat with Gmail、Chat with GitHub | | 🎯 LLM Optimization Tools | Toonify Token Optimization（降低成本 30–60%）、Headroom Context Optimization（降低成本 50–90%） | | 🔧 LLM Fine-tuning Tutorials | 开源模型的全套微调配方 | | 🧑‍🏫 AI Agent Framework Crash Courses | 覆盖 OpenAI Agents SDK、LangGraph（starter agent、结构化输出、工具、记忆、多 Agent 模式、手转交） | | 🎮 Autonomous Game-Playing Agents | 端到端玩游戏（推理、策略、执行） |

所有模板均提供 逐步教程（在 Unwind AI 上免费获取），方便理解原理后自行修改。

亮点 / 与同类相比

• 原创性极高：每个模板都是自主构建，非从外部搬运或二次包装。提交前经过完整端到端测试，确保可运行。
• 极低上手成本：git clone、pip install、streamlit run 三步完成，不依赖复杂环境配置。模板内无破损依赖项。
• 模型提供商无关：同一套代码可通过修改配置文件切换 Claude、Gemini、GPT、Llama、Qwen、xAI 等模型，方便对比和迁移。
• 配套免费教程：每个精选模板都有 Unwind AI 上的免费 walkthrough，适合自学和教学。
• 开源许可自由：Apache-2.0，允许 fork、ship、甚至卖掉，无任何付费墙、无需注册、无遥测。star 即是对项目的支持，让更多开发者发现它。
• 覆盖全面：从单文件 Agent 到多 Agent 团队、MCP 集成、语音、UI、记忆、优化、微调、框架速成，几乎涵盖当今 LLM 应用的所有主流方向。

适合谁用 / 上手

目标用户：

• 想快速构建 AI Agent 原型的开发者、数据科学家
• 学习 LLM 应用开发的学生、研究员（可从 Starter 和教程入手）
• 需要生产级模板（多 Agent 协作、RAG、MCP）的工程团队
• 希望对比不同模型/架构效果的评估人员

上手步骤：

1. 克隆仓库：git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git
2. 进入感兴趣的模板目录，例如 cd awesome-llm-apps/starter_ai_agents/ai_travel_agent
3. 安装依赖：pip install -r requirements.txt
4. 运行：streamlit run travel_agent.py

你可以在项目主页的 15 个分类 下点击展开浏览所有模板，根据项目名称选择符合需求的代码直接修改即可。社区活跃（⭐超过 11 万），持续有新模板和更新推送。