社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Git

GitHub 狂揽14.4万 Star:手搓了100多个 AI 应用全带源码,clone 下来就能跑

芋道源码 • 1小时前 • 7 次点击  

👉 这是一个或许对你有用的社群

🐱 一对一交流/面试小册/简历优化/求职解惑,欢迎加入「芋道快速开发平台」知识星球。下面是星球提供的部分资料: 

👉这是一个或许对你有用的开源项目

国产Star破10w的开源项目,前端包括管理后台、微信小程序,后端支持单体、微服务架构

RBAC权限、数据权限、SaaS多租户、商城、支付、审批工作流、大屏报表、ERP、CRM、WMS、MES、EAM、HRM、OA、FMS、PMS、AI大模型、AI工作流、AI Agent、IoT物联网、IM实时聊天等功能:

  • 多模块:https://gitee.com/zhijiantianya/ruoyi-vue-pro
  • 微服务:https://gitee.com/zhijiantianya/yudao-cloud
  • 视频教程:https://doc.iocoder.cn
【国内首批】支持 JDK25 + SpringBoot4、JDK17/21+SpringBoot3、JDK8/11+Spring Boot2三版本 

QUOTE

从一个能运行的例子,看懂应用怎么搭。

最近在 GitHub 上看到一个十四万 Star 的开源项目,awesome-llm-apps。

翻了翻,里面有一百多个 AI Agent 和 RAG 应用,全部带完整源码。

我把整个仓库过了一遍,这篇说清楚它里面装了什么,哪些值得花时间。

— 仓库首页,Star 与 About 都摆在上面

本文看点

01

一百多个能跑的小项目,不是代码片段

02

六类货,从能玩到能上

03

一个文件加一个 key

01

PROJECTS

一百多个能跑的小项目,不是代码片段

这是个 GitHub 开源仓库,里面装了一百多个可以直接运行的大模型应用。

每一个都是完整的小项目,不是代码片段,也不是思路演示。

— README 的标题页,定位写得很直白

clone 下来,挑一个感兴趣的目录,装好依赖,填上模型 key,跑起来就是一个能用的应用。比如旅行规划  Agent、语音客服、本地 RAG 问答,跑通就能玩,改一改就能变成自己的东西。

作者叫 Shubham Saboo,带着社区贡献者一起维护。一百多个模板全是他们手写的原创代码,发布前逐个跑通测试,不是从别处收录来的链接。

协议是 Apache-2.0,复用和商用时仍需遵守许可、版权声明及各模型和依赖的条款。

这一点值得单独说。 市面上叫 awesome 的仓库大多是链接集,这份不是。它给的是能跑的代码,而且作者承诺跑通过。

ruoyi-vue-pro

基于 Spring Boot + MyBatis Plus + Vue & Element & Ant Design 实现的后台管理系统 + 用户小程序,RBAC权限、数据权限、SaaS多租户、商城、支付、审批工作流、大屏报表、ERP、CRM、WMS、MES、HRM、EAM、OA、FMS、PMS、AI大模型、AI工作流、AI Agent、IoT物联网、IM实时聊天等功能

项目地址:https://github.com/YunaiV/ruoyi-vue-pro

视频教程:https://doc.iocoder.cn/video/


02

CATEGORIES

六类货,从能玩到能上


03

STARTER

一个文件加一个 key

这一层给刚上手的人准备,一个 Python 文件加一个 key 就能跑起来。

— 入门级二十多个单文件应用

比如 AI Travel Agent,输入目的地吐出按天排的行程,本地和云端两个版本都有。AI Data Analysis Agent 扔一个 CSV 或 Excel 进去,用大白话提问,它查数画图。AI Blog to Podcast Agent 给个链接,把文章改成口播稿再转音频。

这类项目代码量小,适合拆开看它怎么写 prompt、怎么调模型。


04

TOOLS

带工具链的那一层

往下是接近生产形态的 Agent,带工具调用、记忆和多步推理。

— 高级区十五个带工具链的

AI Deep Research Agent 基于 OpenAI Agents SDK 加 Firecrawl,给一个课题自己搜网页、读内容、写研究报告。AI Home Renovation Agent 传几张房间照片,Nano Banana Pro 出改造方案和效果图。

还有一个 Trust-Gated Multi-Agent Research Team,每个动作进哈希链审计日志,出了错能倒查。这个设计在企业场景里挺实用。


05

ALWAYS-ON

常驻后台的那类

这类我觉得最有意思,Agent 不等你发问,自己定时干活。

— 常驻型,Hacker News 简报与发布雷达

Always-on Hacker News Briefing Agent 定时扫 Hacker News,把 AI 相关信号筛出来排序,每天一份简报发到 Slack 或邮箱。

Release Radar Agent 盯着你项目的依赖更新,breaking change、废弃接口、安全补丁分开汇报。

做公众号的同行应该能看懂第一个的价值,选题雷达不用自己刷了。


06

TEAMS

多智能体团队

这一层是多个 Agent 协作完成跨领域任务。

— 多智能体团队,十五个协作型

AI 竞争对手情报代理基于对手官网构建情报画像。AI 金融代理用二十行 Python 代码做金融分析。还有法律代理、招聘代理、房产经纪代理,都是多角色分工。


07

RAG

二十多种 RAG 摆一排

RAG 类目下躺了二十多个项目,从最基本的 Basic RAG Chain 到 Agentic RAG、Corrective RAG、混合检索、带引用的知识图谱 RAG,全都有。

— RAG 二十多个项目,从最简单的链式到带引用的图谱

两个我想单独提。一个是 RAG Failure Diagnostics Clinic,专门诊断你自己的 RAG 系统哪里检索烂了,这类工具在别处很少见。另一个是 Deepseek Local RAG,全程本地跑。


08

VOICE-UI

语音与生成式 UI

最后这一类是实时语音与画布。

— 语音 AI 代理

Insurance Claim Live Agent Team 用 Gemini Live 做实时语音报案接入,说话进、处理结果出。AI Dashboard Canvas Agent 在聊天里描述要什么看板,图表直接在一块画布上拼出来。AI MCP App Builder 描述一个 MCP 应用,返回一个能跑的沙箱实例。

还有个 Agent Skills 目录是最近加的,一条命令给编程 Agent 装新能力,Claude Code、Codex、Cursor 都能用。

···bash

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

里面有个技能叫 Project Graveyard,翻出你硬盘里所有烂尾的 side project,逐个分析死因,再挑出值得捡回来的那个。

还有 Scope Creep Detector,检查一次提交有没有超出最初说好的范围。另外十九个通用技能,代码审查、debug、写技术文档、做会议纪要都有。

yudao-cloud

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element & Ant Design 实现的后台管理系统 + 用户小程序,RBAC权限、数据权限、SaaS多租户、商城、支付、审批工作流、大屏报表、ERP、CRM、WMS、MES、HRM、EAM、OA、FMS、PMS、AI大模型、AI工作流、AI Agent、IoT物联网、IM聊天等功能

项目地址:https://github.com/YunaiV/yudao-cloud

视频教程:https://doc.iocoder.cn/video/


09

INSTALL

四条命令跑起来

官方示例是旅行 Agent,四条命令。

···bash

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

跑起来是个 Streamlit 网页,填上模型 key 就能用。

仓库里 demo 默认配的多是国外模型。换供应商时要同时核对 API 协议、SDK、Endpoint、密钥与模型能力,不能只改模型名就假定兼容。

如果只是想让 Claude Code、Codex 学个新本事,不用 clone 整个仓库,上面那条 npx 命令十秒装完。


10

VERDICT

我的判断

这个仓库最大的价值是抄作业的起点。

新框架出来,啃官方文档要半天,跑通它仓库里一个对应的模板只要十分钟。代码怎么组织、工具怎么注册、prompt 摆在哪一层,看一眼就有数。

它卖的不是代码,是别人替你把坑踩完的那十个小时。

丑话也得说。这些是模板,不是产品。错误处理、权限校验、成本控制,上生产前都得自己补。demo 跑通和线上能用之间隔着不少活。

适合谁。想快速验证 idea 的,啃 Agent 框架文档啃得头疼的,还有做小工具 demo 的,跑一个改一改就是自己的。

开源地址是 https://github.com/Shubhamsaboo/awesome-llm-apps,Apache-2.0 协议。

END




欢迎加入我的知识星球,全面提升技术能力。

👉 加入方式,“长按”或“扫描 ”下方二维码噢:

星球的内容包括:项目实战、面试招聘、源码解析、学习路线。

文章有帮助的话,在看,转发吧。

谢谢支持哟 (*^__^*)

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/203476