Awesome LLM Apps

Awesome LLM Apps 是一个收录了 100 多个可落地 AI 应用实战模板的开源仓库，由 Google Cloud AI 产品经理 Shubham Saboo 维护，目前在 GitHub 拥有超过 12.8 万颗星标，是 AI Agent 应用领域星标最高的合集项目之一。

与大多数「链接罗列型」的 Awesome 列表不同，这个仓库的每一个应用都是经过端到端实测的完整可运行项目。克隆代码、安装依赖、配置 API Key，三步即可跑通一个真实的 AI 应用——不堆概念，只给能跑的代码。

仓库覆盖了当前 LLM 落地的所有主流技术方向：

单智能体应用（Starter AI Agents）：单文件 Python 应用，只需一个 API Key 即可运行，涵盖旅游规划助手、播客生成器、数据分析工具、医学影像诊断、股票查询 Agent 等场景。

高级多步骤智能体（Advanced AI Agents）：具备工具调用、长期记忆和多轮推理能力的生产级 Agent，包括 AI 研究员、AI VC 尽职调查、AI 系统架构师、AI 欺诈调查等。

多智能体协作（Multi-Agent Teams）：多个专业 Agent 协同工作，模拟真实团队分工，如金融分析团队、法务团队、招聘流程团队等，通过结构化协作完成复杂任务。

MCP 智能体（MCP AI Agents）：基于 Model Context Protocol 实现的浏览器自动化、GitHub 集成、Notion 数据库操作、旅行规划等场景的 MCP 服务示例。

语音 AI 智能体（Voice AI Agents）：支持语音输入输出的实时 Agent，包括客服对话、语音导览、RAG 语音问答、本地听写等场景。

RAG 检索增强（rag_tutorials）：从基础 Chain 到高级 Agentic RAG、纠正性 RAG、知识图谱 RAG、混合搜索的全链路实现教程。

可安装的 Agent 技能（Agent Skills）：通过一行命令即可为 Claude Code、Codex、Cursor 等编程 Agent 安装新能力的技能包，如「项目墓地」（找出被废弃的副项目并分析原因）、「范围蔓延检测器」（判断 diff 是否超出需求范围）等。

技术栈方面，仓库同时支持 OpenAI GPT、Anthropic Claude、Google Gemini、DeepSeek、Llama、Qwen 等主流模型，并覆盖 LangChain、LlamaIndex、CrewAI、AutoGen、OpenAI Assistants 等主流开发框架。每个应用文件夹内都包含完整的 requirements.txt 和分步运行说明，Apache-2.0 开源协议允许自由商用。

对于想快速验证 AI 应用想法的开发者，这个仓库是最实用的起点——从「我想做一个能查股票的 AI」到「git clone && pip install && streamlit run」，中间只差一个模板。