Shubhamsaboo/awesome-llm-apps

开源 AI Agent 与 RAG 应用模板合集，克隆即可运行与二次开发

开源 AI Agent 与 RAG 应用模板合集，克隆即可运行与二次开发

产品定位

该仓库定位是模板与学习资源集合，而非托管服务：用户需自行克隆代码、安装依赖并在本地运行，Starter agents 通常还需自备模型 API key（本地模型示例除外）。模板按难度与类型分层组织，从单文件入门 agent 到多智能体团队、语音 agent、MCP agent 与 RAG 管线均有覆盖，选型时可先从 Starter 类入手再逐步进阶。它与厂商闭源 agent 平台的差异在于完全开源、可自由改造与商用，但相应地不提供托管运行环境、控制台或官方技术支持，维护与排错需依赖社区与配套教程。

适合用户

  • 开发者
  • AI 工程师
  • 开源项目构建者

功能亮点

  • 100+ 可运行的 AI Agent 与 RAG 应用模板

    涵盖单文件 starter agent、带工具与记忆的高级 agent、多智能体团队、语音 agent、MCP agent、RAG 管线、生成式 UI 等多种模板，可克隆后直接运行。

  • 可安装到编码 agent 的 Agent Skills

    通过一条 npx 命令将 skill 安装到 Claude Code、Codex、Cursor 等编码 agent，每个 skill 附带真实代码并通过安全与评估 CI 门禁。

  • 多模型支持

    模板支持 Claude、Gemini、GPT、DeepSeek、Llama、Qwen 等模型，部分示例可完全本地运行。

使用步骤

克隆并运行示例 agent

  1. git clone 仓库并进入对应模板目录（如 starter_ai_agents/ai_travel_agent）
  2. pip install -r requirements.txt 安装依赖
  3. streamlit run travel_agent.py 启动应用

为编码 agent 安装 skill

  1. 运行 npx skills add 指向仓库中的 agent_skills 路径
  2. 用自然语言向编码 agent 提问使用该 skill

适用场景

学习与构建 AI Agent / RAG 应用

开发者

开发者可基于模板快速搭建旅行规划、深度研究、数据分析、语音客服、RAG 问答等各类 AI 应用。

为编码 agent 扩展技能

AI 工程师

通过 Agent Skills 给 Claude Code、Codex、Cursor 等编码 agent 增加新能力。

访问与价格

可用状态: 当前可用

价格信息: 开源

支持平台: 自托管

价格说明: 仓库内容 100% 免费开源，采用 Apache-2.0 许可证，可克隆、部署甚至出售；运行时使用的模型 API 可能产生第三方费用。

官方入口

常见问题

这个仓库可以免费商用吗？

可以。仓库采用 Apache-2.0 许可证，官方声明可克隆、部署甚至出售，100% 免费开源。

如何运行其中的应用？

克隆仓库，进入对应模板目录，安装 requirements.txt 依赖后用 Streamlit 运行；Starter agents 通常只需一个模型 API key。

来源核验

资料核验于 2026-09-01