想做一个 AI Agent，搜了一堆资料，打开十几个标签页，每个都在讲概念。RAG 是什么意思，Agent 的 ReAct 循环怎么设计，MCP 协议又是什么鬼。看了一小时，代码一行没写。
然后你找到了一个 GitHub 仓库：Awesome LLM Apps。上面写的标题是 Awesome LLM Apps，你觉得这不就是个 awesome list 嘛，收藏吃灰用的。点进去才发现，不是。里面 100 多个文件夹，每个都是一个能跑的 AI 应用。
一句话说清楚
Awesome LLM Apps 是一个「AI Agent 可运行模板合集」。100 多个模板，覆盖从入门级单文件 Agent 到多 Agent 协作团队、RAG 流水线、MCP 工具集成、语音对话、甚至 Agent Skill 的全部类型。
不是收藏夹，不是书签集。每个模板都是完整的可运行代码，由项目作者 Shubham Saboo 亲手编写。核心数据：119K Star，17.7K Fork，Apache-2.0 协议。Python 为主（54.6%），TypeScript（21.6%）和 JavaScript（16.4%）为辅。
核心模板分类
100 多个模板，分 15 个大类。挑几个最有意思的说。
Starter AI Agents（入门 Agent）：这是最好的入口。每个模板都是单个 Python 文件，装好依赖就能跑。AI Travel Agent、AI Data Analysis Agent、AI Music Generator、AI Meme Generator。一个 API Key 就够。
Advanced AI Agents（高级 Agent）：比入门级多了工具调用、记忆、多步推理。典型例子是 AI Deep Research Agent——你给一个研究课题，它自动搜索、阅读、总结、出报告。
Multi-agent Teams（多 Agent 团队）：多个 Agent 协作完成复杂任务。AI Finance Agent Team：一个负责市场分析、一个负责风险评估、一个负责投资组合优化，三个 Agent 各司其职。AI VC Due Diligence Agent Team：模拟一家 VC 做尽职调查的完整流程。
Always-on Agents（常驻 Agent）：2026 年最火的 Agent 范式之一。后台运行的 Agent，按计划或事件触发，主动产生输出，不需要人坐在那里等。目前模板包括 Hacker News Briefing Agent，定时抓 HN 内容自动整理成简报。
MCP AI Agents（MCP 协议 Agent）：MCP（Model Context Protocol）成了 Agent 领域最关键的协议之一。模板覆盖了 Browser MCP Agent（操控浏览器）、GitHub MCP Agent（操作仓库、提 PR）、Notion MCP Agent（读写 Notion 页面）。
Voice AI Agents（语音 Agent）：语音输入、语音输出。Customer Support Voice Agent 接电话做客服，Insurance Claim Live Agent Team 用一个 Agent 做语音录入、一个做核保评估。
RAG Tutorials（RAG 教程）：20 个 RAG 模板，从最基础的 RAG Chain 到 Agentic RAG、Corrective RAG（CRAG）、Multimodal Agentic RAG、Knowledge Graph RAG with Citations。几乎覆盖了 RAG 技术在 2026 年的所有主流变体。
Agent Skills：给编码 Agent（Claude Code、Codex、Cursor 等）装的自定义能力。比如 Project Graveyard Skill：扫描你的项目目录，找到半途而废的项目，告诉你为什么死了，再帮你挑一个值得重拾的。
Generative UI Agents：Agent 不只是输出文本，还能输出交互式 UI 组件。AI Dashboard Canvas Agent 让 Agent 画出可交互的数据面板，AI Shadcn Component Generator 生成 UI 组件代码。
和其他 awesome list 有什么区别？
GitHub 上有几千个 awesome 开头的项目，大多数就是一堆链接。收藏了就从来看。Awesome LLM Apps 不一样。每个模板都是原创代码，不是从别处搬运的。
作者 Shubham Saboo 一个人写了 100 多个模板，每个都经过端到端测试，README 里有运行命令和效果截图。你打开任何一个模板文件夹，README 告诉你它做什么、怎么跑、需要什么 API Key。装好依赖，运行，就能看到效果。
Apache-2.0 协议意味着你可以把这些模板直接用到商业项目里。不收费、不注册、不需要加什么水印。
技术架构
项目没有统一的框架依赖。每个模板按需选择技术栈。入门级模板大多用 Streamlit 做前端，OpenAI / Anthropic / Google 的 Python SDK 做后端。高级模板用到了 LangChain、CrewAI、AutoGen、ADK、OpenAI Agents SDK 这些框架。RAG 模板覆盖了 Chroma、Pinecone、Weaviate、Qdrant 等向量数据库。
社区健康度
119K Star，17.7K Fork，1065 次提交，40+ 贡献者。每月都有新模板上架，热门话题（Always-on Agents、Generative UI、Agent Skills）都跟得很紧。
适合谁用
- 刚入门 AI Agent 开发的工程师
- 需要快速搭建 Agent 原型的产品经理和创业者
- 做 AI 教学的讲师和内容创作者
- 任何想找"灵感"的开发者
总结
Awesome LLM Apps 让我想到一个词：降低门槛。119K Star 不只是数字，是 11 万 9 千人用 Star 投票说"这东西对我有用"。
如果你一直想学 AI Agent 但不知道从哪开始，去把这个仓库克隆下来。打开 starter_ai_agents 文件夹，选一个你感兴趣的场景，运行它试一下。试试又不花钱。