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。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

想入门 AI 大模型却找不到清晰方向?备考大厂 AI 岗还在四处搜集零散资料?别再浪费时间啦!2025 年 AI 大模型全套学习资料已整理完毕,从学习路线到面试真题,从工具教程到行业报告,一站式覆盖你的所有需求,现在全部免费分享

👇👇扫码免费领取全部内容👇👇

一、学习必备:100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT,帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例?大模型电子书?这份资料帮你站在 “行业高度” 学 AI

1. 100+本大模型方向电子书

在这里插入图片描述

2. 26 份行业研究报告:覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容,涵盖:

  • 职业趋势:《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》;
  • 商业落地:《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》;
  • 领域细分:《AGI 在金融领域的应用报告》《AI GC 实践案例集》;
  • 行业监测:《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT:听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会,包含百度、腾讯、字节等企业的一线实践:

在这里插入图片描述

  • 安全方向:《端侧大模型的安全建设》《大模型驱动安全升级(腾讯代码安全实践)》;
  • 产品与创新:《大模型产品如何创新与创收》《AI 时代的新范式:构建 AI 产品》;
  • 多模态与 Agent:《Step-Video 开源模型(视频生成进展)》《Agentic RAG 的现在与未来》;
  • 工程落地:《从原型到生产:AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看:大厂 AI 岗面试 “弹药库”,300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗?这份面试资料帮你提前 “押题”,拒绝临场慌!

1. 107 道大厂面经:覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景,包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题,每道题都附带思路解析

2. 102 道 AI 大模型真题:直击大模型核心考点

针对大模型专属考题,从概念到实践全面覆盖,帮你理清底层逻辑:

3. 97 道 LLMs 真题:聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案,比如让很多人头疼的 “复读机问题”:


三、路线必明: AI 大模型学习路线图,1 张图理清核心内容

刚接触 AI 大模型,不知道该从哪学起?这份「AI大模型 学习路线图」直接帮你划重点,不用再盲目摸索!

在这里插入图片描述

路线图涵盖 5 大核心板块,从基础到进阶层层递进:一步步带你从入门到进阶,从理论到实战。

img

L1阶段:启航篇丨极速破界AI新时代

L1阶段:了解大模型的基础知识,以及大模型在各个行业的应用和分析,学习理解大模型的核心原理、关键技术以及大模型应用场景。

img

L2阶段:攻坚篇丨RAG开发实战工坊

L2阶段:AI大模型RAG应用开发工程,主要学习RAG检索增强生成:包括Naive RAG、Advanced-RAG以及RAG性能评估,还有GraphRAG在内的多个RAG热门项目的分析。

img

L3阶段:跃迁篇丨Agent智能体架构设计

L3阶段:大模型Agent应用架构进阶实现,主要学习LangChain、 LIamaIndex框架,也会学习到AutoGPT、 MetaGPT等多Agent系统,打造Agent智能体。

img

L4阶段:精进篇丨模型微调与私有化部署

L4阶段:大模型的微调和私有化部署,更加深入的探讨Transformer架构,学习大模型的微调技术,利用DeepSpeed、Lamam Factory等工具快速进行模型微调,并通过Ollama、vLLM等推理部署框架,实现模型的快速部署。

img

L5阶段:专题集丨特训篇 【录播课】

img
四、资料领取:全套内容免费抱走,学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型,还是有基础想冲刺大厂、了解行业趋势,这份资料都能满足你!
现在只需按照提示操作,就能免费领取:

👇👇扫码免费领取全部内容👇👇

2025 年想抓住 AI 大模型的风口?别犹豫,这份免费资料就是你的 “起跑线”!

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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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