精选大语言模型应用合集

Awesome LLM Apps 项目概览

Awesome LLM Apps 是一个收录了 100 多个开源 AI 智能体（Agent）、智能体技能（Agent Skills）与 RAG 应用合集，全部采用 Apache-2.0 许可，目标是「克隆即用、部署即跑、商业化无门槛」。仓库同时兼容 Claude、Gemini、GPT、DeepSeek、Llama、Qwen 等闭源与开源模型。

快速上手

通过 npx skills 一行命令给本地编码智能体安装新技能（以 Project Graveyard 为例）：

npx skills add https://github.com/Shubhamsaboo/awesome-llm-apps/tree/main/agent_skills/project-graveyard

或克隆仓库后启动一个入门级 Streamlit 智能体：

git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git
cd awesome-llm-apps/starter_ai_agents/ai_travel_agent
pip install -r requirements.txt
streamlit run travel_agent.py  # 启动 AI 旅行助手

模板分类

智能体技能（Agent Skills）

面向编码智能体的可插拔能力，每一项都附带源代码并通过安全与评估 CI。代表项目包括 Project Graveyard（剖析失败副业）、Scope Creep Detector（检测需求蔓延）、Commit Archaeologist（重构代码演化史）、Dependency Doctor（依赖健康检查）、Advisor Orchestrator Worker（Claude Fable 5 + GPT-5.6 + Gemini 3.5 Flash 多模型 Meta Loop），以及 Self-Improving Agent Skills（基于 Gemini 与 ADK 自优化技能）。

入门智能体（Starter Agents）

单文件、仅需 API Key 即可运行的轻量级示例，覆盖博客转播客、分手情绪疏导、CSV/Excel 数据问答、X 光影像诊断、浏览器驱动梗图生成、音乐生成、旅行行程规划、Gemini 多模态分析、Mixture of Agents、Grok 实时金融分析、OpenAI Agents SDK 调研、网页抓取等场景。

进阶智能体（Advanced Agents）

具备工具调用、记忆与多步推理能力的生产级应用，典型案例有 AI Home Renovation（房间照片到效果图）、DevPulse AI（多智能体信号情报聚合）、OpenAI Agents SDK + Firecrawl 深度研究、Gemini 3 多智能体创投尽调、DeepSeek R1 + Claude 架构评审、AI 财务教练、欺诈调查、保险理赔实时语音团队、AI 自演化（EvoAgentX）等。

常驻智能体（Always-on Agents）

按计划或事件触发后台运行，主动监控并推送情报。例如 Hacker News 每日简报机器人、Release Radar（依赖发布追踪）。

多智能体团队（Multi-agent Teams）

涵盖竞品情报、金融、游戏设计、AG2 自适应调研、法律、招聘、房地产、CrewAI 软件工作室、教学、Multimodal 编码、UI/UX 评审、旅行规划等多个领域，强调多模型协同与跨域任务分工。

语音智能体（Voice AI Agents）

基于实时语音 API 构建，涵盖 AI 音频导览、客服语音问答、保险实时理赔（Gemini Live）、Voice RAG（OpenAI SDK）、开源听写助手等。

生成式 UI 与智能体前端

智能体输出交互式组件（表单、卡片、图表、可编辑计划），代表项目包括聊天驱动看板、AI 财务教练交互卡片、AI Dashboard Canvas、MCP App Builder、shadcn 组件生成器等。

自主游戏智能体

DeepSeek R1 驱动 PyGame、AI 国际象棋（智能体对弈并校验着法）、LLM 对战井字棋。

MCP 智能体

通过 Model Context Protocol 连接外部工具与数据，包括浏览器 MCP、GitHub MCP、Notion MCP、Airbnb + Google Maps 旅行规划、多 MCP 路由、OpenAI 远程 MCP 网桥。

RAG（检索增强生成）

覆盖本地（Llama 3.2、DeepSeek、Qdrant）与云端方案，类型涵盖 Agentic RAG、自校正 CRAG、多模态 RAG、混合检索、知识图谱 RAG、Cohere Command R7B、Contextual AI 托管 RAG，以及 RAG 失败诊断诊所。

带记忆的 LLM 应用

会话与跨会话记忆示例，如 ArXiv 论文检索（记住研究方向）、旅行偏好记忆、Llama 3 有状态聊天、本地 ChatGPT 克隆、多 LLM 共享记忆。

Chat with X

将任意数据源改造为聊天界面：GitHub 仓库、Gmail、PDF、ArXiv 论文、Substack 简报、YouTube 视频。

LLM 优化与微调

TOON 格式减少 30–60% token、Headroom 减少 50–90% 上下文；Gemma 3 与 Llama 3.2 的 4-bit LoRA 微调示例（Unsloth，可在 Colab 免费运行）。

框架速成课

Google ADK 与 OpenAI Agents SDK 的系统教程，覆盖入门智能体、函数调用、结构化输出、工具、记忆、回调、插件、多智能体模式、Handoffs、Swarm 编排与路由逻辑。