100 开源 AI Agent 与 RAG 应用合集 awesome-llm-apps 上手指南【免费下载链接】awesome-llm-apps100 AI Agents, Agent Skills and RAG Apps - Free and Open Source.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-llm-appsawesome-llm-apps 是一个开源应用合集收录了 100 多个基于大语言模型LLM的完整示例AI Agent 技能、单 Agent、多 Agent 协作、RAG 检索增强、语音助手、生成式 UI全部采用 Apache-2.0 协议可直接克隆、修改甚至商用。它解决的核心问题是你想学 Agent 或 RAG 开发但不想从零搭环境这里每个应用都是端到端跑通过的成品拿来就能运行、拆开就能读。为什么这个合集值得收藏同类 awesome 列表大多是链接 一句话的索引这个仓库不同每个应用都是独立、自包含的可运行目录代码、依赖清单、说明文档三件套齐全而且覆盖主流模型——Claude、GPT、Gemini、DeepSeek、Llama、Qwen 都有对应实现。适合两类人一是想快速做出 Agent 原型的开发者二是想读懂多 Agent 到底怎么协作的学习者。协议宽松、模板每周更新跟着读几个月都够。按能力分桶仓库怎么组织的根目录就是导航图每个子目录对应一类能力进去后每个应用又是独立文件夹starter_ai_agents/单文件起步 Agent装依赖填密钥就能跑是最佳入门入口advanced_ai_agents/生产级 Agent分单 Agent、多 Agent 团队、自主游戏三个子层rag_tutorials/从最简 RAG 链到多模态、知识图谱 RAG 的完整谱系always_on_agents/按计划周期后台运行、主动推送结果的常驻 Agentvoice_ai_agents/、generative_ui_agents/、mcp_ai_agents/语音、生成式界面、MCP 工具接入三个垂直方向advanced_llm_apps/带记忆的聊天应用、Chat with PDF/GitHub 教程、微调与 Token 优化ai_agent_framework_crash_course/Google ADK 和 OpenAI Agents SDK 两套分章节速成课agent_skills/给编码 Agent 装技能的一键安装项附 evals 评测门禁根目录 README 的模板导航表是总入口每个应用一行简介先在那里选定目标再进对应目录看它的说明文件。三步跑通第一个 AI Agent所有应用遵循同一套节奏克隆仓库、安装依赖、运行入口脚本。以入门区最经典的旅行 Agent 为例git clone https://gitcode.com/GitHub_Trending/aw/awesome-llm-apps cd aw/awesome-llm-apps/starter_ai_agents/ai_travel_agent pip install -r requirements.txt streamlit run travel_agent.py浏览器打开控制台输出的地址在页面输入框填入 OpenAI 和 SerpAPI 两个密钥就能生成逐日行程并导出 .ics 日历文件。同一目录下还有local_travel_agent.py换用本地 Ollama 模型全程不依赖外部 API。另一条更短的路是给编码 Agent 装技能在终端执行npx skills add aw/awesome-llm-apps/agent_skills/project-graveyard装好后用自然语言提问即可使用适合体验Agent 技能这条新方向。配置项速查密钥和依赖放哪这个仓库刻意不做统一配置中心每个应用自管配置位置就三种页面输入框多数 Streamlit 应用如旅行 Agent在界面里直接填密钥不落盘环境变量或配置文件部分应用读取系统环境变量或像 MCP 类应用那样用 YAML 文件含.secrets.yaml.example示例存放凭证本地服务纯本地路线不用任何 API 密钥但要先把服务跑起来。例如 本地 RAG Agent 需要 Ollama 拉取 Llama 3.2 模型、用 Docker 起 Qdrant 向量库再运行入口脚本读应用说明文件里的启动小节是最快的方式里面会写清依赖清单和前置服务。具体以各应用目录内最新文档为准。上手后的进阶路线跑通第一个应用后建议按难度阶梯往下走先在rag_tutorials/从最简 RAG 链读起对比 Autonomus RAG、CRAG 等变体再进advanced_ai_agents/看多 Agent 团队如何分工与审计语音和生成式 UI 两个目录适合做演示项目。如果想系统吃透某个框架ai_agent_framework_crash_course/里的分章节教程按编号顺序学即可。一句话总结这是一份拿来就能跑、拆开就能学的 AI Agent 与 RAG 应用全集覆盖从入门到多 Agent 协作的完整路径。下一步给仓库点一个 Star模板每周都在上新关注后不会错过下一批应用。【免费下载链接】awesome-llm-apps100 AI Agents, Agent Skills and RAG Apps - Free and Open Source.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-llm-apps创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考