GitHub超18k星的最全RAG和AI Agent开发实践项目集合(附教程)

【R语言】富集分析可视化代码(整理版) 分别介绍了如何使用DAVID在线分析工具对基因进行GO/KEGG功能富集分析、使用R ggplot包对获得的基因GO/KEGG功能富集结果进行可视化、使用R clusterProfiler包和R AnnotationHub包对基因进行GO/KEGG功能富集分析、OrgDb包制作以及结果可视化等。故,我重新整理了一波,并补充了可对多个分组的富集结果进行可视化以及富集结果绘制圈图等的代码。关注“在打豆豆的小潘学长”公众号,发送“富集分析3”获得完整代码包和演示数据。一、单组富集结果可视化。 阅读详情
AI摘要

awesome-llm-apps是LLM应用合集,涵盖RAG和AI Agent应用示例,包括主流与开源模型案例。项目含AI Agent、RAG等多类实践项目,覆盖LLM各方面。此外,还提供了系统学习大模型LLM的教程,包含经典书籍、报告合集、视频教程等资源及学习路线。

awesome-llm-apps 是一个精心整理的 LLM 应用合集,收录了众多基于 RAG(检索增强生成)和 AI Agent 的应用示例。项目中不仅涵盖了使用 OpenAI、Anthropic、Gemini 等主流模型的应用,还囊括了 DeepSeek、Qwen、Llama 等开源模型的案例,帮助开发者了解并实践最新的 LLM 技术。

这个仓库不仅收录了 LLM 应用的整体分类,还包含了许多实践性的小项目,每个项目都是一个独立的 demo,帮助开发者快速理解和实践 LLM 技术。下面对几大类中的实践项目做个补充说明:

1. AI Agent

  • 客服、投资、法律、招聘等智能助手

    比如 AI 客服助手、AI 投资助手、法律智能团队、招聘智能团队等,这些项目展示了如何利用 LLM 构建面向具体业务场景的智能代理。

  • 健康、旅行、电影制作等专用助手

    包括健康与健身规划、旅行规划、电影制作助手等,帮助你了解如何将 LLM 应用到多领域场景。

  • 多模态与多代理协作

    如多 Agent AI 研究员、支持多模态的编码助手团队等,演示了如何通过组合多模型和多 Agent,构建复杂的智能协同系统。

2. RAG(检索增强生成)

  • 自主检索生成应用

    例如 Autonomous RAG 和 Agentic RAG,这些项目展示了如何结合外部知识库,实现生成内容的实时检索与增强。

  • 本地化检索应用

    如 Deepseek Local RAG Reasoning Agent、Llama3.1 Local RAG 和 Local RAG Agent,都是针对如何在本地环境中部署和优化 RAG 模型的实践案例。

  • 混合搜索与数据库路由

    项目中还包括 RAG App with Hybrid Search 和 RAG Agent with Database Routing,帮助开发者探索如何结合结构化数据库与语义搜索技术。

3. 带记忆功能的 LLM App

  • 记忆增强应用

    例如 AI Arxiv Agent with Memory、LLM App with Personalized Memory 以及 Local ChatGPT with Memory,通过引入“记忆”模块,使模型能在长对话中保持上下文连续性,提升交互体验。

  • 旅行助手记忆版

    AI Travel Agent with Memory 则展示了如何在特定应用中嵌入个性化记忆,实现更智能的用户交互。

4. Chat with X

  • 多场景对话交互

    这一类项目包括 “Chat with GitHub Repo”、“Chat with Gmail”、“Chat with PDF”、“Chat with Research Papers”、“Chat with Substack Newsletter” 和 “Chat with YouTube Videos”。

    每个项目都提供了一个简单的前端界面,让用户能够对接特定数据源(如代码仓库、邮件、PDF 文件等),实现类似 ChatGPT 的对话体验,展示了 LLM 在知识问答和数据交互方面的灵活应用。

5. LLM 微调

  • 小型微调示例

    仓库中的 “Llama3.2 Finetuning” 项目详细演示了如何在现有大模型基础上进行微调,让开发者能体验到从数据预处理、模型训练到部署的一整套流程。

6. 高级工具和框架

  • 前沿实验与工具集合

    如 Gemini Multimodal Chatbot、Mixture of Agents、MultiLLM Chat Playground、LLM Router App、Local ChatGPT Clone、Web Scraping AI Agent、Web Search AI Assistant 和 Cursor AI Experiments。

    这些项目提供了更多实验性质的工具和框架,帮助你探索如何扩展 LLM 的能力,比如多模态交互、自动化数据采集、实时搜索等。

总体来说,awesome-llm-apps 仓库中的这些小项目覆盖了 LLM 从基础应用到高级技术的各个方面,既适合作为入门实践,也为资深开发者提供了丰富的技术参考和灵感。通过动手试验这些项目,你不仅可以掌握 LLM 的实际应用场景,还能学习如何将 AI Agent、RAG、记忆模块等前沿技术整合进自己的产品中。

https://github.com/Shubhamsaboo/awesome-llm-apps

如何系统的去学习大模型LLM ?

大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业?”“谁的饭碗又将不保了?”等问题热议不断。

事实上,抢你饭碗的不是AI,而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后,很多中小企业也陆续进场!超高年薪,挖掘AI大模型人才! 如今大厂老板们,也更倾向于会AI的人,普通程序员,还有应对的机会吗?

与其焦虑……

不如成为「掌握AI工具的技术人」,毕竟AI时代,谁先尝试,谁就能占得先机!

但是LLM相关的内容很多,现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学,学习成本和门槛很高。

基于此,我用做产品的心态来打磨这份大模型教程,深挖痛点并持续修改了近70次后,终于把整个AI大模型的学习门槛,降到了最低!

在这个版本当中:

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲,跟着我做即可,为了让学习的道路变得更简单,这份大模型教程已经给大家整理并打包,现在将这份 LLM大模型资料 分享出来:包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓

👉优快云大礼包🎁:全网最全《LLM大模型入门+进阶学习资源包》免费分享(安全链接,放心点击)👈

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点,那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集,涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程(LLaLA/Meta/chatglm/chatgpt)

在这里插入图片描述

五、AI产品经理大模型教程

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1:AI大模型时代的基础理解

  • 目标:了解AI大模型的基本概念、发展历程和核心原理。

  • 内容:

    • L1.1 人工智能简述与大模型起源
    • L1.2 大模型与通用人工智能
    • L1.3 GPT模型的发展历程
    • L1.4 模型工程
    • L1.4.1 知识大模型
    • L1.4.2 生产大模型
    • L1.4.3 模型工程方法论
    • L1.4.4 模型工程实践
    • L1.5 GPT应用案例

阶段2:AI大模型API应用开发工程

  • 目标:掌握AI大模型API的使用和开发,以及相关的编程技能。

  • 内容:

    • L2.1 API接口
    • L2.1.1 OpenAI API接口
    • L2.1.2 Python接口接入
    • L2.1.3 BOT工具类框架
    • L2.1.4 代码示例
    • L2.2 Prompt框架
    • L2.3 流水线工程
    • L2.4 总结与展望

阶段3:AI大模型应用架构实践

  • 目标:深入理解AI大模型的应用架构,并能够进行私有化部署。

  • 内容:

    • L3.1 Agent模型框架
    • L3.2 MetaGPT
    • L3.3 ChatGLM
    • L3.4 LLAMA
    • L3.5 其他大模型介绍

阶段4:AI大模型私有化部署

  • 目标:掌握多种AI大模型的私有化部署,包括多模态和特定领域模型。

  • 内容:

    • L4.1 模型私有化部署概述
    • L4.2 模型私有化部署的关键技术
    • L4.3 模型私有化部署的实施步骤
    • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓

👉优快云大礼包🎁:全网最全《LLM大模型入门+进阶学习资源包》免费分享(安全链接,放心点击)👈

​

Python介绍与安装 阅读详情

相关推荐

深入解析Transformer三大注意力机制:自注意力、交叉注意力与因果自注意力

注意力机制是深度学习中的核心概念,它模拟了人类在处理信息时选择性聚焦的能力。其基本原理是通过计算查询与键的相似度,动态地为值分配权重,从而提取关键信息。这一机制解决了传统序列模型(如RNN)难以并行化和捕获长距离依赖的痛点,技术价值在于显著提升了模型的计算效率和表征能力。在自然语言处理、计算机视觉等应用场景中,注意力机制已成为构建强大模型的基石。本文聚焦于Transformer架构中的三种核心注意力变体:自注意力用于建立序列内部的全局关联,交叉注意力连接编码器与解码器的信息,而因果自注意力则确保自回归生成的

weixin_29094775的博客 418

2026 年值得关注的 GitHub 20 大 AI 项目:不止 OpenClaw

如果说 OpenClaw 让更多人看到了 AI 在个人生产力场景中的潜力,那么过去几个月的变化已经清楚说明了一件事:这些能力不再只停留在消费级工具层面。无论是围绕 OpenClaw 形成的区域性生态,还是厂商迅速将它包装为成套产品,一旦热门 AI 工具进入更复杂的应用环境,它们几乎总会进一步走向企业和行业场景。而企业真正需要的,不只是一个会聊天、会调用工具的智能体。他们需要的是一种系统环境:它能连接数据、嵌入工作流、落实权限控制,并支持协作。

全网120W+关注AI拉呱,专注人工智能以及科技前沿! 4393

用Arduino和MAX30102做个心率血氧仪,从硬件连线到算法调试全流程避坑

本文详细介绍了如何使用Arduino和MAX30102传感器构建高精度心率血氧仪,涵盖硬件连线、软件配置、信号处理及算法优化全流程。通过实战案例和避坑指南,帮助开发者快速实现临床级精度的健康监测设备,适用于可穿戴设备和医疗健康领域。

weixin_26897585的博客 388

GitHub超18k星的最全RAG和AI Agent开发实践项目集合(附大模型教程)

awesome-llm-apps 是一个精心整理的 LLM 应用合集,收录了众多基于 RAG(检索增强生成)和 AI Agent 的应用示例。项目中不仅涵盖了使用 OpenAI、Anthropic、Gemini 等主流模型的应用,还囊括了 DeepSeek、Qwen、Llama 等开源模型的案例,帮助开发者了解并实践最新的 LLM 技术。

2401_82469710的博客 1780

Claude + Figma MCP 实战教程

• 拥有 Figma 的 Dev 或 Full seat(专业/企业账号)权限 才能启用 Dev-Mode MCP 服务 。• MCP 是通过标准接口连接 Claude 与 Figma,效率高,但目前仍为 Beta,稳定性可能有限。3. 服务启动后,会在本地运行,比如 http://127.0.0.1:3845/mcp 。如果设置正确,会显示已连接的 figma-dev-mode-mcp-server  。• 如果多次转换复杂组件,可能需要多次选择与多次生成,建议合理拆分设计任务。

weixin_49869937的博客 4451

跨阻放大器(TIA)的输入输出阻抗的定义、分析和影响因素

跨阻放大器(Transimpedance Amplifier,简称TIA)是一种常用于将电流信号转换为电压信号的放大器。在TIA电路中,输入阻抗是指输入端对电流信号的响应能力,输出阻抗是指输出端对负载电阻的驱动能力。本文将分别介绍TIA的输入和输出阻抗的定义、分析以及影响因素。

weixin_44378594的博客 1万+

GitHub超18k星的最全RAG和AI Agent开发实践项目集合

大模型很多技术干货,都可以共享给你们,如果你肯花时间沉下心去学习,它们一定能帮到你!

2401_85373691的博客 1118

AD9026芯片开发实战指南:从硬件配置到射频校准

本文为AD9026芯片开发实战指南,详细解析了从硬件设计、电源时钟配置、SPI初始化到多芯片同步与JESD204高速链路建立的完整流程。重点探讨了射频校准技术,包括初始化校准与跟踪校准,以保障5G、MIMO等现代通信系统所需的射频性能。旨在帮助开发者系统掌握这颗高性能射频收发器的应用,规避常见设计陷阱。

tomato的博客 853

GitHub超18k星的最全RAG和AI Agent开发实践项目集合,收藏这一篇就够了!!

awesome-llm-apps 是一个精心整理的 LLM 应用合集,收录了众多基于 RAG(检索增强生成)和 AI Agent 的应用示例。项目中不仅涵盖了使用 OpenAI、Anthropic、Gemini 等主流模型的应用,还囊括了 DeepSeek、Qwen、Llama 等开源模型的案例,帮助开发者了解并实践最新的 LLM 技术。

Android23333的博客 1953

shopee app算法分析第一篇

shopee app算法分析第一篇分析完整算法大概要好几篇,耐心等待下.国内只会发律师函,牛逼,一个律师套话,一个律师发函,大意了(警惕卡通律师头像),希望law可以保护好你,还是干国外好.

2533

学Simulink--人形机器人控制场景实例:基于Simulink的多连杆人形机器人拉格朗日动力学建模仿真

matlab编辑% 连杆长度 (m)% 躯干(髋到CoM)% 大腿% 小腿% 质量 (kg)% 转动惯量(绕质心,简化为杆)matlab编辑% 躯干CoM(假设在髋上方L_body/2处)% 左大腿CoM% 左小腿CoM% (右腿类似,略)本文完成了基于Simulink的多连杆人形机器人拉格朗日动力学建模仿真,实现了:✅ 定义7-DOF平面人形结构✅ 使用Symbolic Math Toolbox自动推导动力学方程✅ 生成。

amy_mhd的博客 399

GitHub超18k星的最全RAG和AI Agent开发实践项目集合,大模型入门到精通,收藏这篇就足够了!

awesome-llm-apps 是一个精心整理的 LLM 应用合集,收录了众多基于 RAG(检索增强生成)和 AI Agent 的应用示例。

pythonhy的博客 1352

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

GitHub超18k星!最全RAG与AI_Agent开发实践指南!

awesome-llm-apps是一个精心整理的大语言模型应用合集,收录了基于RAG和AI Agent的多种应用示例。项目涵盖主流模型和开源模型的应用,包括AI Agent、RAG应用、带记忆功能的LLM应用、多场景对话交互、LLM微调以及高级工具和框架。这些项目适合作为入门实践,也为资深开发者提供技术参考和灵感,帮助开发者掌握LLM的实际应用场景,学习如何将前沿技术整合到产品中。

2401_85327249的博客 679

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

建议去 GitHub 学这 6 个项目,打破 Agent 的信息差。

这个项目最大的亮点在于实战为王,包含了大量可直接运行的 Jupyter Notebook 教程,覆盖了从入门到精通的全方位场景。开源项目收录了大量开源代码和实际用例,无论你是想开发一个自动化营销助手,还是医疗诊断辅助系统,都能在这里找到现成的参考案例。2025年,毫无疑问将是 Agent(智能体)元年,GitHub 上无疑是非常重要的一个学习平台,上面有很多宝藏教程。这门课会带你掌握这种小而美的开发方式。同样的,这个 Agents 项目也包含极其有趣的实战案例,教你训练一个能玩宝可梦游戏的智能体。

公众号:逛逛GitHub 3266

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

GitHub爆星!10个超赞开源项目,带你轻松玩转大模型(附Star高达87K)!

GitHub上10个热门大模型开源项目盘点,涵盖从入门到进阶的全方位学习资源。包括Datawhale出品的Happy-LLM(4.8K Star)系统性教程、LLM-Universe(8.8K Star)小白开发课程,以及微软87K Star的生成式AI入门课程等。这些项目提供NLP基础、Transformer架构、模型微调、推理优化等实战内容,通过代码示例和案例教学帮助开发者掌握LLM核心技术与应用。部分项目还整合了500多页PDF教程和私有化部署指南,适合不同水平的开发者学习大模型开发与工程化落地。

2401_85375151的博客 2316

收藏级干货:2026年Agent学习路线图:7个GitHub顶级开源项目全解析

文章推荐了7个GitHub上的优质Agent学习开源项目,包括Datawhale的Hello-Agents硬核教程、500+智能体案例库、GenAI_Agents资源库、Hugging Face官方课程、微软初学者教程等。这些项目覆盖从基础理论到企业级应用,从单一智能体到多智能体协作,从底层原理到快速上手的全方位学习资源,适合不同水平开发者学习AI Agent技术。

m0_48891301的博客 1万+

AI智能体开发实战:18节课从零跑通完整Agent教程

本文介绍微软开源课程 AI Agents for Beginners,共18节,解决AI智能体资料分散、示例代码难跑通的痛点,适合刚接触AI应用开发、想动手写第一个Agent的开发者。每节课都配可直接运行的 Python 笔记本和 .NET 示例,边学边跑,不用自己拼环境。 ## 一、AI智能体和普通AI助手差在哪 🧠 普通AI助手是单轮问答:你问,它答,答案边界是模型的参数知识。Agent

gitblog_00011的博客 396

微软开源 AI Agent 学习教程,GitHub 狂揽超 73K Stars

你还在花钱学 AI 吗?别再花冤枉钱了,先看过来。微软已经开源了一套 AI Agent 系列课程,而且完全免费。

Y525698136的博客 237

Star 41k!微软免费开源AI教程火了!零基础也能学会人工智能

微软官方推出的AI学习项目在GitHub上已经获得了41k星标,这套完全免费的AI教程正在帮助全球数万名开发者踏入人工智能的大门!

2301_81940605的博客 1005

微软开源 AI Agent 学习教程,GitHub 狂揽超 73K Stars!

微软开源 AI Agent 学习教程,GitHub 狂揽超 73K Stars!

寒冰屋的专栏 92

2026年Agent学习之路:GitHub上6大宝藏开源项目,助你快速入门大模型智能体开发!

文章推荐7个GitHub优质AI Agent学习资源,覆盖从底层原理到实战案例。包含Datawhale硬核教程、500+落地案例、GenAI_Agents实战项目、Hugging Face官方课程、微软企业级教程等,适合不同层次学习者。提供可直接运行的代码和应用案例,帮助开发者快速入门并掌握智能体开发技能。

bugyinyin的博客 1万+

28.9K星爆火!500+个AI Agent真实项目合,覆盖18个行业,MIT协议随便Fork

很多人还在问"AI Agent到底能干什么"的时候,GitHub上有一个人已经把500多个真实用例整理好了。 ashishpatel26维护的500-AI-Agents-Projects,28.9K stars,MIT协议。500+个分类项目,覆盖18+个行业。每个条目不是概念描述,是一个链接到GitHub仓库的、能跑的开源项目。

m0_59163425的博客 263

GitHub上必看的6个项目:打破Agent信息差,提升你的技能!

2025年,毫无疑问将是 Agent(智能体)元年,GitHub 上无疑是非常重要的一个学习平台,上面有很多宝藏教程。 今天推荐几个 Agent 学习开源项,,感兴趣的可以先收藏本文,方便后面回顾。

2401_84204207的博客 1251
上一篇: 从理论到实践:RAG、Agent、微调等6种常见的大模型定制策略
下一篇: 通过Page Assist管理Ollama模型库,并实现知识库功能
Llama-Turbo
博客等级 码龄4年 9901粉丝 2025原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值