首页项目文章PK榜关于
探索项目

Awesome AI Apps

活跃
GitHub Python MIT

简介

展示 RAG、智能体、工作流和其他 AI 用例的项目合集，提供丰富的实践示例和教程资源。

核心特性

  • 80+ 实践示例、教程和 Recipe 的综合合集
  • 涵盖文本 Agent、语音助手、RAG 应用和 MCP 工具
  • 分类齐全：Starter、Simple、Voice、MCP、Memory、RAG、Advanced Agent
  • 配套 AWS Strands 等框架的完整课程体系
  • 社区驱动，持续更新，附带视频教程和演示
  • 支持多种 AI 框架和开发栈

适用场景

💡 快速入门 AI Agent 开发的学习资源
💡 语音助手和多模态应用的参考实现
💡 RAG 系统和知识管理的实践模板
💡 MCP 工具集成和 Agent 工作流的示例代码
💡 AI 应用架构设计的灵感来源

优势与不足

✅ 优势

  • • 活跃维护，近期持续更新
  • • 社区热度高（14.3k stars）
  • • 开源许可证友好（MIT）
  • • Issue 响应及时，积压少

标签

agent rag workflow python

分类

🧠 多智能体 📚 RAG 工具

快速开始

克隆仓库后浏览各分类目录，选择感兴趣的示例项目。每个示例包含独立的 README 和代码，按其说明安装依赖并运行即可。推荐从 Starter Agents 分类开始。
访问 GitHub

相关项目

Awesome LLM Apps

136.7k · Python
活跃 A+

100 多个可直接运行的 AI 智能体与 RAG 应用合集，涵盖克隆、定制和部署，是快速上手构建 LLM 应用的绝佳参考。

agentragllm +1
  • · 100+ 可运行模板 — 每个模板都是原创开发、端到端测试的完整项目，非外部链接合集
  • · 多类别覆盖 — 涵盖 AI Agent、Multi-agent、MCP Agent、Voice AI、RAG、Agent Skills、Fine-tuning 等 14 个分类
  • · 多模型兼容 — 支持 Claude、Gemini、OpenAI、xAI、Qwen、Llama 等主流 LLM，切换仅需改配置
查看完整详情 → 在 GitHub 查看

DocETL

4.1k · Python
活跃 A+

DocETL 是一个由 LLM 驱动的智能数据处理和 ETL 系统，采用 Agent 架构实现复杂数据转换。支持自然语言定义数据处理管道，将非结构化数据转化为可分析的结构化输出。

data-processingragpython +3
  • · LLM 驱动的数据处理管道引擎，提供 map、reduce、resolve、gleaning 和 filter 等操作符用于复杂文档转换
  • · DocWrangler 交互式 UI 沙盒，用于迭代式 Prompt 工程——实时实验 Prompt 并查看结果
  • · Python 包，支持从命令行或 Python 代码运行生产管道，提供完整的编程控制
在 GitHub 查看

Cultivation World Simulator

2.1k · Python
活跃 A

基于 AI 智能体工作流的修仙世界模拟器，利用多智能体协作还原智能、开放的仙侠世界，展示智能体工作流在复杂场景中的能力。

multi-agentworkflowagent +1
  • · 每个 NPC 都是独立的 LLM 驱动 Agent，拥有独特个性、记忆、人际关系和决策逻辑
  • · 涌现式叙事，无预设剧本——宗门大战、正魔之争、天骄崛起由世界规则和 AI 交互自然产生
  • · 丰富的修仙世界体系，包括灵根、境界、功法、宗门、丹药、法宝和武道会
在 GitHub 查看