🌟 精选 LLM 应用集

一个精心整理的采用 RAG、AI 智能体、多智能体团队、MCP、语音代理等技术构建的精选 LLM 应用集合。本仓库收录了使用 OpenAI、Anthropic、Google 等商业模型及 DeepSeek、Qwen 或 Llama 等可在本地运行的开源模型的 LLM 应用案例。

🤔 为什么选择这个精选集？

• 💡 探索 LLM 在代码仓库、电子邮件等不同领域实际应用的创新方式
• 🔥 研究结合 OpenAI/Anthropic/Gemini 与开源替代方案，集成 AI 智能体、智能体团队、MCP 和 RAG 的混合应用
• 🎓 通过完整文档的项目学习，并参与不断壮大的 LLM 开源应用生态

📂 特色 AI 项目

AI 智能体

🌱 入门级 AI 智能体

• 🎙️ 博客转播客智能体
• ❤️‍🩹 分手疗愈助手
• 📊 数据分析智能体
• 🩻 医学影像分析智能体
• 😂 表情包生成器（浏览器版）
• 🎵 音乐生成智能体
• 🛫 旅行规划助手（本地/云端）
• ✨ Gemini 多模态智能体
• 🌐 本地新闻聚合器（OpenAI 集群）
• 🔄 混合智能体系统
• 📊 xAI 金融分析助手
• 🔍 OpenAI 研究助手
• 🕸️ 网页抓取智能体（本地/云端）

🚀 进阶 AI 智能体

• 🔍 AI深度研究智能体
• 🤝 AI咨询顾问智能体
• 🏗️ AI系统架构师智能体
• 🎯 AI潜在客户开发智能体
• 💰 AI财务教练智能体
• 🎬 AI电影制作智能体
• 📈 AI投资分析智能体
• 🏋️‍♂️ AI健康健身智能体
• 🚀 AI产品上市情报智能体
• 🗞️ AI新闻记者智能体
• 🧠 AI心理健康智能体
• 📑 AI会议助理智能体
• 🧬 AI自我进化智能体
• 🎧 AI社交媒体新闻与播客智能体

🎮 自主游戏代理

• 🎮 AI 3D Pygame智能体
• ♜ AI国际象棋智能体
• 🎲 AI井字棋智能体

🤝 多智能体协作团队

• 🧲 AI 竞争对手情报智能体团队
• 💲 AI 金融智能体团队
• 🎨 AI 游戏设计智能体团队
• 👨‍⚖️ AI 法律智能体团队 (云端 & 本地)
• 💼 AI 招聘智能体团队
• 🏠 AI 房地产智能体团队
• 👨‍💼 AI 服务机构 (CrewAI)
• 👨‍🏫 AI 教学智能体团队
• 💻 多模态编程智能体团队
• ✨ 多模态设计智能体团队
• 🌏 AI 旅行规划智能体团队

🗣️ 语音 AI 智能体

• 🗣️ AI 语音导览智能体
• 📞 客户支持语音智能体
• 🔊 语音 RAG 智能体（OpenAI SDK）

🌐 MCP AI 智能体

• ♾️ 浏览器 MCP 智能体
• 🐙 GitHub MCP 智能体
• 📑 Notion MCP 智能体
• 🌍 AI 旅行规划 MCP 智能体

📀 RAG（检索增强生成）

• 🔗 智能代理式 RAG
• 🧐 带推理的智能代理式 RAG
• 📰 AI 博客搜索 (RAG)
• 🔍 自主式 RAG
• 🔄 修正型 RAG (CRAG)
• 🐋 Deepseek 本地 RAG 代理
• 🤔 Gemini 智能代理式 RAG
• 👀 混合搜索 RAG (云端版)
• 🔄 Llama 3.1 本地 RAG
• 🖥️ 本地混合搜索 RAG
• 🦙 本地 RAG 代理
• 🧩 RAG 即服务
• ✨ 基于 Cohere 的 RAG 代理
• ⛓️ 基础 RAG 链
• 📠 带数据库路由的 RAG
• 🖼️ 视觉 RAG

💾 带记忆功能的 LLM 应用教程

• 💾 带记忆的 AI 学术论文代理
• 🛩️ 带记忆的 AI 旅行代理
• 💬 Llama3 有状态聊天
• 📝 带个性化记忆的 LLM 应用
• 🗄️ 带记忆的本地 ChatGPT 克隆版
• 🧠 共享记忆的多 LLM 应用

💬 与 X 聊天教程

• 💬 与 GitHub 对话 (GPT & Llama3)
• 📨 与 Gmail 对话
• 📄 与 PDF 对话 (GPT & Llama3)
• 📚 与研究论文对话 (ArXiv) (GPT & Llama3)
• 📝 与 Substack 对话
• 📽️ 与 YouTube 视频对话

🔧 LLM 微调教程

• 🔧 Gemma 3 微调
• 🔧 Llama 3.2 微调

🧑‍🏫 AI 智能体框架速成课程

• Google ADK 速成课程
  • 入门级智能体；模型无关（支持 OpenAI、Claude）
  • 结构化输出（基于 Pydantic）
  • 工具：内置工具、函数工具、第三方工具、MCP 工具
  • 记忆机制；回调系统；插件功能
  • 简易多智能体架构；多智能体协作模式
• OpenAI 智能体 SDK 速成课程
  • 入门级智能体；函数调用；结构化输出
  • 工具：内置工具、函数工具、第三方集成工具
  • 记忆机制；回调系统；效果评估
  • 多智能体协作模式；智能体任务交接
  • 群体协同编排；路由逻辑设计

🚀 快速开始

1. 克隆仓库

   git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git 

2. 进入目标项目目录

   cd awesome-llm-apps/starter_ai_agents/ai_travel_agent

3. 安装依赖项

   pip install -r requirements.txt

4. 按照每个项目 README.md 中的说明 进行应用配置和运行。

以上来源：Shubhamsaboo/awesome-llm-apps | zdoc.app