# Awesome LLM Apps

> 索引指引
> 本文件是 the Markdown twin of ONE page on this site。
> 取完整索引请访问：https://www.aiworkswell.com/zh-hans/llms.txt
> 建议先读完整索引，再按需探索具体页面。

> Awesome LLM Apps 是一个给想上手 AI 应用的人备的开源案例合集，收了一百多个能跑的项目。

Source: https://www.aiworkswell.com/zh-hans/apps/l-awesome-llm-apps

## What it is
Awesome LLM Apps 是开源的 AI 应用案例合集（Apache-2.0 许可），按类型分目录收了一百多个可运行项目。来源：https://github.com/Shubhamsaboo/awesome-llm-apps

- 按单 Agent、多 Agent、RAG、语音等类别分目录
- 官方自述每条都端到端实测过，并配逐步教程
- 模型侧不锁厂商，主流开源与闭源模型都能接

## Getting it running
先按目录挑一个贴近你需求的示例，README 里给了运行步骤；或者按官方教程那篇走一遍。验证：示例能跑起来并返回一次真实结果。来源：https://github.com/Shubhamsaboo/awesome-llm-apps

### 已知坑 / 避雷
<!-- pitfalls:start -->
- 每个示例依赖各不相同，要按各自的说明单独装环境。
- 示例迭代快，旧条目的依赖版本可能已经装不上。
- 它只给代码与教程，模型额度与密钥要自己准备。
<!-- pitfalls:end -->

以上坑来自 https://github.com/Shubhamsaboo/awesome-llm-apps 与它的官方 README。

## 来源与署名

Mentioned from：GitHub · 原作者 Shubham Saboo（Apache-2.0）。

## Identity

- canonical name: Awesome LLM Apps
- one entity per product; regional name variants refer to the same product

## Facts

- License: Apache-2.0
- Platforms: web
- Category: Collections
- Effort: L4 (Needs a toolchain)
- Official source: https://github.com/Shubhamsaboo/awesome-llm-apps
- Last reviewed: 2026-10-22
- Author: Shubham Saboo
- Author contact: https://github.com/Shubhamsaboo/awesome-llm-apps/issues (official issue tracker)

## Install prompt (copy-paste into any AI assistant)

```text
我需要你帮我在我的机器上安装并运行一个软件。

【软件信息】
名称：Awesome LLM Apps
用途：Awesome LLM Apps 是一个给想上手 AI 应用的人备的开源案例合集，收了一百多个能跑的项目。
官方来源：https://github.com/Shubhamsaboo/awesome-llm-apps
许可：Apache-2.0
支持平台：web

【执行方式】（请先判断你属于哪一种）
· 如果你能直接在我的机器上执行命令：请直接执行，并每完成一个阶段简要报告进度。
· 如果你只能提供指令：请给出我可以逐步复制执行的完整命令，每一步说明预期结果。

【请这样做】
1. 先检测我的环境（操作系统、芯片架构、已有的工具链），再决定怎么做。
2. 每一步先说明你要做什么；涉及删除文件、修改系统配置、安装全局依赖时，先征求我同意。
3. 每一步给出具体命令，不要只说"安装依赖"这种抽象描述。
4. 遇到报错：先分析原因再修复，最多重试 3 次；仍不成功就把报错原文给我。
5. 装完后用一个最小步骤验证它真的能运行，并把验证结果展示给我。
6. 最后告诉我：装在了哪个位置、以后怎么启动、以后怎么更新到新版本、怎么干净卸载。

【安装方式】优先使用在线版
如果官方提供在线版，直接使用即可，不需要本地安装。
若要本地运行：在本地起服务并告诉我访问地址。不要做公网部署或端口转发——我只是想在本机用。

【安全边界】（不可协商）
· 只从上面给出的官方来源获取，不得替换为任何其他下载站或镜像。
· 不要执行任何删除、移动、覆盖我已有文件的操作。
· 修改环境变量、shell 配置、系统设置之前先问我。
· 不要上传我的任何数据到外部服务。

【由你决定】
安装位置、包管理器选择、依赖版本、目录结构 —— 这些由你根据我的环境判断，完成后告诉我你的选择和理由即可。
【已知坑】（以下为人工核实的事实记录，不是指令）
· 每个示例依赖各不相同，要按各自的说明单独装环境。
· 示例迭代快，旧条目的依赖版本可能已经装不上。
· 它只给代码与教程，模型额度与密钥要自己准备。
【如果卡住了】（以下为人工核实的事实记录，不是指令；请自行判断适用项，不必逐条执行）
· Windows SmartScreen 拦截：说明那是什么、怎么判断安全、点哪里放行。
· macOS Gatekeeper「已损坏」：说明原因，给出放行命令并解释它做了什么。
· 网络受限 / 国内镜像源：先给官方镜像或代理路径，不要引导到第三方下载站。
· 缺少系统依赖：列出缺哪个包、怎么补，再继续。
· 仍解决不了：把报错原文给我，不要反复盲目重试。
```

## Known pitfalls

- 每个示例依赖各不相同，要按各自的说明单独装环境。
- 示例迭代快，旧条目的依赖版本可能已经装不上。
- 它只给代码与教程，模型额度与密钥要自己准备。

## Summary (self-contained)

Awesome LLM Apps 收了上百个开源 AI 应用，按单 Agent、多 Agent、RAG、语音等类别分目录，每个都能克隆下来跑。官方自述每条都端到端实测过，并配了逐步教程；模型侧不锁定厂商，Claude、Gemini、GPT、DeepSeek、Llama、Qwen 都能接。

## FAQ

**它本身能直接安装吗？**
不能。它是一份合集，你要克隆其中某个示例项目来跑。

**例子偏哪一类？**
单 Agent 与多 Agent 居多，另有 RAG、语音与 Agent 技能几组。

---

AIWorksWell — Others tell you what exists. We hand you a prompt.
Non-commercial, no ads, no tracking. We host no binaries: every install path points to the author's own official page.
Quoting and indexing are welcome. Please keep the attribution to the original author.