Awesome LLM Apps 智能体示例

Awesome LLM Apps：安装说明

这个工具包里只有安装说明，由 Mindket 编写。应用和技能本身在 GitHub 仓库 https://github.com/Shubhamsaboo/awesome-llm-apps

这些说明不是该仓库的所有者写的，也没有得到他的认可。README 的开头是 "100+ open-source AI agents, agent skills, and RAG apps. Hand-built, tested end-to-end, Apache-2.0."，意思是：100 多个开源 AI 智能体、智能体技能和 RAG 应用，手工打造，端到端测试，Apache-2.0。它还说可以配合 "Claude, Gemini, GPT, DeepSeek, Llama, Qwen and other open-source models" 使用。来源见 https://github.com/Shubhamsaboo/awesome-llm-apps/blob/main/README.md

许可证：Apache-2.0。GitHub 的仓库信息把它写作 "Apache License 2.0"，LICENSE 文件（https://github.com/Shubhamsaboo/awesome-llm-apps/blob/main/LICENSE ）是标准的 Apache License 2.0 文本，没有填写版权所有者。有些文件夹带着自己的许可证，见下面的“带自己许可证的文件夹”。

它是什么

这是一个示例应用和智能体技能的合集，不是一个程序。README 是一份索引，分成这些部分：Agent Skills、Standalone Apps & Tools、Starter AI Agents、Advanced AI Agents、Always-on Agents、Multi-agent Teams、Voice AI Agents、Generative UI and Agentic Frontends、Autonomous Game-Playing Agents、MCP AI Agents、RAG、LLM Apps with Memory、Chat with X、LLM Optimization Tools、LLM Fine-tuning 和 AI Agent Framework Crash Courses。大部分条目链接到一个文件夹。这些说明用到的文件夹各自有 README，里面有安装和运行步骤。README 里有两条链接指向其他仓库，并标了 "external"。

README 还链接了 "Step-by-step tutorials on Unwind AI"，地址是 https://www.theunwindai.com 。这些说明没有用它。

会安装什么

只是读列表的话，什么都不装。技能的话，README 的命令会把一个技能文件夹装进你的编程智能体。应用的话，你要克隆仓库，再安装这个应用自己的 requirements.txt。仓库没有统一的安装步骤，见下面的说明。

事先需要准备

• Git，用来克隆仓库。README 的快速入门运行 git clone。
• Python 和 pip，用于应用。快速入门在应用的文件夹里运行 pip install -r requirements.txt。仓库没有规定统一的 Python 版本：Google ADK 速成课写的是 Python 3.11+，GitHub MCP 智能体写的是 Python 3.8+。
• Node.js，用于技能命令（这条命令以 npx 开头），也用于 npm 项目，比如 Generative UI 起步项目。
• 模型提供方的密钥，用于调用托管模型的应用。每个应用的 README 会说是哪一家。旅行智能体需要一个 OpenAI 密钥和一个 SerpAPI 密钥。数据分析智能体需要一个 OpenAI 密钥。
• Docker 和 Ollama，部分应用需要。这些说明涉及的是 Local RAG Agent、本地旅行智能体和 GitHub MCP 智能体。README 里的其他应用，比如 Llama 3.1 Local RAG，也在本机运行：先读它们自己的 README。见 setup/local-rag.md 和 setup/mcp-app.md。

各平台的说明

• setup/claude-code.md：把技能装进 Claude Code
• setup/codex.md：把技能装进 Codex
• setup/cursor.md：把技能装进 Cursor
• setup/other-agents.md：GitHub Copilot 和 VS Code、Antigravity、OpenClaw、Hermes 以及其他支持 SKILL.md 的智能体
• setup/python-apps.md：克隆仓库并运行一个 Python 应用，附每个部分对应的文件夹
• setup/local-rag.md：在 Ollama 上运行的应用，其中 Local RAG Agent 还要用 Docker 里的 Qdrant
• setup/mcp-app.md：GitHub MCP 智能体
• setup/adk-course.md：Google ADK 速成课

带自己许可证的文件夹

仓库本身的许可证是 Apache-2.0。generative_ui_agents/ 下的这几个文件夹各自带着一份 LICENSE 文件，都是 MIT 许可证。来源：https://github.com/Shubhamsaboo/awesome-llm-apps/tree/main/generative_ui_agents 里的文件

• ai-dashboard-canvas-agent、ai-financial-coach-agent、ai-mcp-app-builder 和 generative-ui-starter-project："Copyright (c) Atai Barkai"
• ai-shadcn-component-generator："Copyright (c) Tyler Slaton"

ai-mcp-app-builder 里还有三个技能文件夹，各自带着 LICENSE.txt 文件。从哪个文件夹拷东西，就读那个文件夹里的许可证。

更新或移除

本地副本是一个 Git 文件夹。要更新，就在里面运行 git pull（出自 Mindket，是普通的 Git 用法）。要移除，就删掉这个文件夹。README 没有给卸载步骤。拷进智能体技能文件夹里的技能，删掉那里对应的文件夹就行（出自 Mindket）。用 pip 装的包会一直留着，直到你用 pip 把它们卸掉。

对外连接

• 在 GitHub 上阅读会加载 GitHub。
• npx 会运行 npm 注册表里的一个包，第一次会下载它（这是 npx 的通常行为，出自 Mindket）。你给技能命令的地址指向 GitHub。
• 应用会把你输入的内容和你给它的文件发给你选的模型提供方。setup/local-rag.md 里的本地应用通过你电脑上的 Ollama 运行模型。Local RAG Agent 的 README 写着 "No external API dependencies"，意思是不依赖外部 API。
• 本地旅行智能体用 Ollama 运行模型，它的 README 写着 "without sending data to external APIs"，意思是不把数据发给外部 API。它的代码（https://github.com/Shubhamsaboo/awesome-llm-apps/blob/main/starter_ai_agents/ai_travel_agent/local_travel_agent.py ）仍然会要一个 SerpAPI 密钥并用它搜索，所以这些搜索会发到 SerpAPI。

来源

• README：https://github.com/Shubhamsaboo/awesome-llm-apps/blob/main/README.md
• LICENSE：https://github.com/Shubhamsaboo/awesome-llm-apps/blob/main/LICENSE
• 智能体技能 README：https://github.com/Shubhamsaboo/awesome-llm-apps/blob/main/agent_skills/README.md
• 技能注册表：https://github.com/Shubhamsaboo/awesome-llm-apps/blob/main/agent_skills/registry.json
• Project Graveyard README：https://github.com/Shubhamsaboo/awesome-llm-apps/blob/main/agent_skills/project-graveyard/README.md
• Project Graveyard SKILL.md：https://github.com/Shubhamsaboo/awesome-llm-apps/blob/main/agent_skills/project-graveyard/SKILL.md
• AI Travel Agent README：https://github.com/Shubhamsaboo/awesome-llm-apps/blob/main/starter_ai_agents/ai_travel_agent/README.MD
• AI Travel Agent 代码：https://github.com/Shubhamsaboo/awesome-llm-apps/blob/main/starter_ai_agents/ai_travel_agent/local_travel_agent.py
• AI Travel Agent 应用代码：https://github.com/Shubhamsaboo/awesome-llm-apps/blob/main/starter_ai_agents/ai_travel_agent/travel_agent.py
• AI Data Analysis Agent README：https://github.com/Shubhamsaboo/awesome-llm-apps/blob/main/starter_ai_agents/ai_data_analysis_agent/README.md
• Local RAG Agent README：https://github.com/Shubhamsaboo/awesome-llm-apps/blob/main/rag_tutorials/local_rag_agent/README.md
• GitHub MCP Agent README：https://github.com/Shubhamsaboo/awesome-llm-apps/blob/main/mcp_ai_agents/github_mcp_agent/README.md
• Generative UI 起步项目 CLAUDE.md：https://github.com/Shubhamsaboo/awesome-llm-apps/blob/main/generative_ui_agents/generative-ui-starter-project/CLAUDE.md
• AI Dashboard Canvas Agent AGENTS.md：https://github.com/Shubhamsaboo/awesome-llm-apps/blob/main/generative_ui_agents/ai-dashboard-canvas-agent/AGENTS.md
• Google ADK Crash Course README：https://github.com/Shubhamsaboo/awesome-llm-apps/blob/main/ai_agent_framework_crash_course/google_adk_crash_course/README.md
• GitHub 的仓库信息：https://api.github.com/repos/Shubhamsaboo/awesome-llm-apps