发现了一个超级实用的 LLM应用宝库!

发现了一个超级实用的 LLM应用宝库!
收集了大量基于OpenAI、Anthropic等大模型构建的优秀示例,是学习/开发AI应用的绝佳资源。
重点展示了AI Agents、RAG、MCP、多智能体、语音交互等技术在实际应用中的结合。
GitHub: https://github.com/Shubhamsaboo/awesome-llm-apps.git1/11
使用方式超简单:git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git
cd 到具体项目目录(如 starteraiagents/aitravelagent)
pip install -r requirements.txt
阅读 http://README.md 配置 API Key 并运行
欢迎关注我,后面将会针对特定场景进行展示

主要项目分类(按功能):
1. Starter AI Agents(入门级智能体)示例:AI博客转播客、分手疗愈助手、旅行规划、金融分析、网页爬虫等。
特点:结构简单,适合初学者理解Agent基本工作流。

2. Advanced AI Agents(高级智能体)示例:深度研究代理、法律顾问、产品发布情报、心理健康教练、自我进化智能体等。
特点:集成复杂逻辑、工具调用、外部API,贴近真实业务需求。

3. Multi-agent Teams(多智能体协作)示例:招聘团队、法律团队、房地产团队、教学团队、游戏设计团队等。
使用框架如CrewAI,实现角色分工与任务协同。

4. Voice AI Agents(语音智能体)支持语音输入/输出,如客服语音助手、音频导览、基于OpenAI SDK的语音RAG。

5. MCP AI Agents(基于Model Context Protocol)利用MCP标准协议连接外部工具(如GitHub、Notion、浏览器),实现标准化工具调用。

6. RAG(检索增强生成)系统包含多种变体:基础RAG链、Agentic RAG(带推理)、Corrective RAG (CRAG)、Hybrid Search(混合检索)、Vision RAG(多模态)。
本地/云端部署选项(如Llama 3.1 Local RAG)。

7. 带记忆(Memory)的LLM应用实现对话状态持久化、个性化上下文管理,如带记忆的旅行代理、ArXiv论文助手、本地ChatGPT克隆。

8. “Chat with X”教程系列教你如何让LLM与外部数据源交互:GitHub代码库、Gmail邮箱、PDF文档、YouTube视频、Substack博客、ArXiv论文。

9. 微调(Fine-tuning)教程提供Gemma 3和Llama 3.2的微调示例,适合定制模型行为的开发者。

10. AI Agent框架速成课程Google ADK Crash Course:模型无关、结构化输出(Pydantic)、工具集成、插件机制。
OpenAI Agents SDK Crash Course:函数调用、Swarm编排、多智能体路由、评估回调。


分类