AI Apps

Source: https://github.com/Arindam200/awesome-ai-apps at 276e635f3f2b
License: MIT
Read the English original

This edition is an AI-assisted translation.

Awesome AI 應用

本倉庫是一份全面的集合，包含 132 個專案、教學以及用於建構強大 LLM 驅動應用的配方，涵蓋文字智能體、語音助手、RAG 應用，以及由 MCP 支撐的工具。這些專案為使用各類 AI 框架與技術堆疊的開發者提供了指南。

📋 目錄

• 🚀 精選 AI 應用
  • 🧩 入門智能體
  • 🪶 簡單智能體
  • 🎙️ 語音智能體
  • 🗂️ MCP 智能體
  • 🧠 記憶智能體
  • 📚 RAG 應用
  • 🔬 進階智能體
  • 🧬 微調
• 📺 教學與影片
• 🚀 快速開始
• 🤝 貢獻

---

💎 贊助者

衷心感謝我們的贊助者給予的慷慨支持！

網路資料平台	AI 推論服務提供商	AI 網頁抓取框架
面向 AI 的原生 SQL 記憶	智能體應用平台	面向 AI 的認證技術堆疊
AI 可觀測性平台	面向 AI 智能體的 Kubernetes	Byteful

💎 成為贊助者

有興趣贊助本專案？歡迎隨時聯絡我們！

---

🚀 精選 AI 應用

🧩 入門智能體

用於學習和擴充不同 AI 框架的快速上手智能體。 21 個專案

• AutoGen 工具呼叫入門：基於 Microsoft AutoGen AssistantAgent 並搭配自訂工具，由 Nebius Token Factory 提供支援
• AWS Strands 智能體入門：使用 AWS Strands SDK 的天氣播報智能體
• CAMEL AI 模型基準測試：用於比較各類 AI 模型效能的基準測試工具
• 編碼測試框架入門：基於 OpenAI Agents SDK 的編碼迴圈，包含規劃、需審批的編輯、固定測試與有界審查，由 Nebius Token Factory 提供支援
• CrewAI 研究小組：多智能體研究團隊範例
• Docker cagent 多智能體入門：Docker 開源的可客製化多智能體執行環境
• DSPy 最佳化入門：用於建構和最佳化 AI 系統的 DSPy 框架
• Google Agent Development Kit 入門：Google Agent Development Kit 入門模板
• Hacker News 趨勢分析器（Agno）：基於 Agno 的 Hacker News 趨勢分析智能體
• Hugging Face smolagents 入門：Hugging Face smolagents 程式碼優先的網路搜尋智能體
• KAOS Kubernetes 多智能體入門：具有 MCP 工具與叢集內 LLM 的 Kubernetes 原生多智能體系統
• LangChain 工具呼叫入門：使用 create_tool_calling_agent + AgentExecutor 的 LangChain 工具呼叫智能體，由 Nebius 提供支援
• LangGraph ReAct 智能體入門：帶有自訂工具的 LangGraph 預建 ReAct 智能體（create_react_agent），由 Nebius 提供支援
• Letta 有狀態記憶智能體：跨會話具備持久長期記憶的有狀態智能體
• LlamaIndex 任務管理器：由 LlamaIndex 驅動的任務助手
• Mastra 工具呼叫入門：TypeScript 優先的智能體，搭配自訂工具，由 Nebius Token Factory 提供支援
• Microsoft Agent Framework 入門：基於 Microsoft Agent Framework 建構的多智能體旅行規劃示範
• OpenAI Agents SDK 入門：包含郵件助手與俳句寫作器範例的 OpenAI Agents SDK
• PydanticAI 天氣機器人：提供即時天氣資訊的智能體
• Sayna 即時語音智能體：具備多供應商 STT/TTS（Deepgram、ElevenLabs、Azure、Google）與 WebSocket 串流傳輸的即時語音基礎設施
• Semantic Kernel 入門：基於 Microsoft Semantic Kernel ChatCompletionAgent 並支援外掛式工具呼叫的智能體

🪶 簡單智能體

面向日常 AI 應用的直觀、實用用例。 18 個專案

• Agno 智能體範例：包含網路搜尋與知識庫的從簡單到多智能體範例
• Agno 智能體介面：用於網路與金融智能體的互動式介面
• AI 智能體註冊表瀏覽器：在 NANDA、MCP、Virtuals、A2A 與 ERC-8004 註冊表之間查找並比較 AI 智能體
• 日曆助手：與 Cal.com 整合的日曆排程工具
• 成本感知模型路由（RouteLLM）：使用 RouteLLM（GPT-4o-mini 對比 Nebius Llama）進行智慧模型路由以最佳化成本
• 郵件轉日曆助手：由 AI 驅動的 Gmail 閱讀器與 Google 日曆管理器
• 金融推理智能體：分步金融推理示範
• 人在迴路智能體：用於安全執行 AI 任務的人在迴路操作
• LangChain 運維智能體集合：由 Nebius 提供支援的事故回應、客服、供應商風險與資料品質智能體，具備型別化輸出與受保護工具
• Mastra 天氣機器人：使用 Mastra AI 框架的天氣更新工具
• 自然語言資料庫助手：使用 GibsonAI 與 LangChain 的自然語言資料庫查詢
• 自然語言 SQL 智能體（LangChain）：使用 LangGraph、Nebius、唯讀 SQL 安全機制與 Streamlit 圖表的自然語言轉 SQL 資料智能體
• Nebius 聊天：面向 Nebius Token Factory 的聊天介面
• 新聞通訊生成器：與 Firecrawl 整合、由 AI 驅動的新聞通訊建構工具
• 股票市場金融智能體：即時股票與市場資料追蹤智能體
• 股票投資組合分析師：使用 Agno 進行的即時組合估值、集中度分析、風險標記與再平衡建議
• VoyageCompass 旅行規劃器：使用 LangChain 與 Nebius 的旅行規劃器，具備天氣、研究、貨幣換算、預算與打包工具
• 網頁自動化智能體：使用 Nebius 與 browser-use 的瀏覽器自動化智能體

🎙️ 語音智能體

即時語音助手與串流語音管線 —— 包含 LiveKit、Pipecat、Gradium，以及 VoxCode（Deepgram + Cursor SDK）。 9 個專案

• AI 演講教練（Gradium + Nebius）：使用 Gradium STT/TTS、LangChain 編排與 Nebius 推理的對話式演講教練
• 客服語音智能體（LiveKit）：由 Nebius 提供支援的語音客服智能體，具備上下文保留的 AI 主管交接、降噪與閒置處理
• Gemini 即時語音智能體（LiveKit）：在 LiveKit 房間中使用 Google Gemini Live（gemini 多模態即時）實現低延遲語音對話的 LiveKit Agents
• 醫療語音聯絡中心：具備預約預訂、常見問題處理與主管升級的 Pipecat 醫療聯絡中心
• 多語言語音智能體（Pipecat + Sarvam）：使用 Sarvam STT/TTS 與 OpenAI 進行聊天的 Pipecat 語音管線；透過 Pipecat runner 使用 WebRTC（瀏覽器）或 Daily 傳輸
• RSVP 確認語音智能體（LiveKit）：向參與者撥打電話、確認 RSVP 並更新基於 JSON 的活動資料庫的外呼語音智能體
• 極速回應銷售語音智能體：基於 LiveKit 的語音智能體，可即時聯絡入站線索、將其轉接給專家，並記錄到模擬 CRM
• VoxCode —— Deepgram + Cursor 語音編碼智能體：用於程式碼庫摘要與架構問答的本地語音工作區；Deepgram Voice Agent 編排、Nebius 推理，以及可選的 Cursor SDK 檔案檢查與編輯
• 網路搜尋語音智能體（LiveKit）：LiveKit + Gemini 即時語音智能體，配備由 Olostep 支撐的 web_search 工具，提供新鮮且帶來源引用的答案

🗂️ MCP 智能體

使用模型上下文協定（Model Context Protocol）進行外部工具整合的範例。 14 個專案

• Couchbase LangGraph MCP 智能體：與 Couchbase 整合的 LangChain ReAct 智能體
• Couchbase MCP 伺服器：使用 MCP 協定的 Couchbase 資料庫整合
• 自訂 MCP 伺服器入門：自訂 MCP 伺服器實作範例
• 文件問答 MCP 智能體：使用 MCP 的文件問答智能體
• 文件 RAG MCP 伺服器：語意化的 RAG 文件與問答系統
• GibsonAI 資料庫 MCP 智能體：用於管理 GibsonAI 資料庫專案與架構的對話式 AI 智能體
• GitHub MCP 智能體：透過 MCP 取得倉庫洞察與分析
• GitHub MCP 智能體入門：GitHub 倉庫分析器入門模板
• 酒店查找智能體：使用 MCP 整合進行酒店搜尋與預訂
• 沙箱化程式碼執行 MCP 智能體（Docker + E2B）：透過 MCP Gateway 在沙箱化 Docker 環境中安全執行智能體的安全 AI 智能體
• 安全資料庫 MCP 智能體（MCP Toolbox）：運行於 PostgreSQL 與 MongoDB 之上的安全電商智能體；MCP Toolbox 強制執行每使用者資料存取、最小權限角色與授權工具
• 安全 MCP 存取智能體（ScaleKit + Exa）：結合 Exa 搜尋、以安全為核心的 MCP 整合
• 自修復文字轉 SQL 智能體（Okahu）：使用 Okahu Cloud 鏈路追蹤、透過託管 MCP 實現的自修復文字轉 SQL 示範
• Taskade MCP 智能體：透過 Taskade MCP 管理專案、任務與工作流、由 AI 驅動的工作區智能體

🧠 記憶智能體

具備進階記憶能力、用於上下文保留與個人化的智能體。 13 個專案

• 具備長期記憶的 AI 研究顧問：使用 Memori v3 作為長期記憶載體、並使用 ExaAI 進行研究的 AI 驅動諮詢智能體
• 使用 Memori 的 arXiv 研究智能體：使用 OpenAI Agents 與 GibsonAI Memori 的研究助手
• AWS Strands 持久記憶智能體：借助 Memori 記憶系統增強的 AWS Strands 智能體
• 部落格寫作智能體：具備記憶能力、可保持風格一致性的個人化部落格寫作智能體
• 品牌聲譽監控器：透過新聞分析與情感追蹤、由 AI 驅動的品牌聲譽監控工具
• 客服語音智能體：具備語音能力的客服助手，使用 Memori v3 與 Firecrawl 管理知識庫
• 工程內容智能體：以聊天為核心的 Agno 應用，將 HN 需求、DEV.to 供給缺口與 Weaviate Engram 記憶轉化為開發者趨勢摘要，並透過 Nebius 生成 DevRel 演講與部落格創意
• 求職智能體：具備記憶能力、可追蹤偏好的求職智能體
• 持久記憶智能體（Agno）：具備持久記憶能力的基於 Agno 的智能體
• 產品發布智能體：用於分析競品產品發布的競爭情報工具
• 社群媒體智能體：具備記憶能力、可保持品牌聲音的社群媒體自動化智能體
• 學習教練智能體：使用 Memori v3 與 LangGraph 對理解程度進行多步驗證的 AI 驅動學習教練
• YouTube 趨勢智能體：使用 Memori、Agno 與 Exa 進行趨勢分析與影片創意的 YouTube 頻道分析智能體

📚 RAG 應用

用於文件理解與知識庫的檢索增強生成範例。 18 個專案

• 使用 Agno 與 GPT-5 的智能體 RAG：基於 Agno 與 GPT-5 的智能體 RAG 實作
• 使用 LlamaIndex 的型別化智能體 RAG：具備結構化答案、本地文件解析，以及對證據薄弱情況確定性拒絕的型別化、引用可驗證 RAG
• 程式碼庫問答 RAG：對話式程式碼探索器與文件助手
• 企業級上下文 RAG：具備託管資料存放區與品質評估的企業級 RAG
• Gemma 3 文件 OCR：使用 Gemma 3 模型的基於 OCR 的文件與影像處理工具
• 使用 Neo4j 的 GraphRAG：使用 Neo4j 與 Nebius 的知識圖譜提取與 Cypher 支撐的檢索
• LiteParse 發票與收據審計器：本地 OCR 搭配 LiteParse 邊界框、Nebius LLM 審計數學錯誤與重複收費、在掃描件上固定證據，以及 LLM 批次摘要
• LlamaIndex RAG 入門：LlamaIndex 與 Nebius 的 RAG 入門模板
• LLM 與 RAG 偵錯器（WFGY 16 問題圖譜）：針對 LLM 與 RAG 缺陷的 16 模式圖譜式偵錯器
• 多 PDF RAG 分析器：多 PDF 聊天與分析系統
• Nebius RAG 入門：使用 Nebius 的基礎 RAG 實作，便於快速上手
• NVIDIA Nemotron 文件 OCR：使用 NVIDIA Nemotron-Nano-V2-12b 的基於 OCR 的文件與影像解析
• 帶重排序的生產級 PDF RAG：具備上下文檢索、Qdrant 混合搜尋、重排序、串流答案、上傳攝取與可點擊引用的生產形態 PDF RAG
• Qwen3 PDF RAG 聊天：使用 Streamlit 建構的 PDF 聊天機器人介面
• 履歷最佳化器：由 AI 驅動的履歷最佳化與增強工具
• 可信 RAG：對 RAG 答案進行引用驗證、逐條證據檢查與幻覺評分
• 帶時間戳引用的影片問答：使用 Gemini 嵌入、Weaviate、Nebius 與可點擊時間戳引用的多模態影片檢索
• 網路增強的智能體 RAG：結合 CrewAI、Qdrant 與 Exa 實現混合搜尋能力的高級 RAG

🔬 進階智能體

用於生產級端到端工作流的複雜多智能體管線。 35 個專案

• AI 對沖基金研究團隊：用於全面金融分析智能體工作流
• AI 趨勢研究智能體：使用 Google ADK 的 AI 趨勢挖掘與分析
• 候選人檔案分析器（Candilyzer）：針對 GitHub 與 LinkedIn 檔案的候選人分析工具
• 汽車查找智能體：使用 CrewAI 與 MongoDB、由 AI 驅動的中古車推薦系統
• 會議提案生成器：自動化的會議提案生成系統
• 會議演講摘要生成器：使用 Google ADK 與 Couchbase 自動生成演講摘要
• 合約審查小組（律師助理）：用於條款提取、風險分析與建議修訂標記的 CrewAI 合約審查工作流
• Cosmos Arena 辯論委員會：基於 LangGraph 與 NVIDIA Cosmos 推理模型、經 Nebius Token Factory 提供的多智能體辯論委員會
• 客服解決方案智能體：使用 LangChain 與 Nebius 的客服智能體，具備知識庫檢索、訂單查詢與人工工單升級
• 深度研究與寫作智能體工作坊：由 Nebius 提供支援的 LangChain MCP 工作坊，包含 Exa 研究、Gemini 圖像生成，以及 Okahu/Monocle 評估可觀測性
• 深度研究工作流：使用 Agno 與 ScrapeGraph AI 的多階段研究智能體
• 盡職調查智能體：使用 AG2 與 TinyFish 深度網路抓取的、多智能體公司盡職調查管線
• 金融文件作業系統：將金融 PDF 轉化為帶有來源級引用的可編輯關聯式資料庫
• 金融市場資料服務：使用 Agno 的、用於股票資料與預測的 FastAPI 伺服器
• 金融研究智能體（AgentField）：使用 AgentField 的金融研究智能體
• GitHub 與 LinkedIn 求職查找器：與 Bright Data 整合、自動化的 LinkedIn 職缺搜尋
• Jev 社群研究智能體：型別化 Jev 路由、本地 socai CLI 證據，以及面向 Instagram、TikTok 與 LinkedIn 研究的、帶證據連結的 Nebius 綜合
• 本地檔案編輯智能體原型：具備檔案發現、讀取與編輯工具的本地編碼智能體原型
• 維護者情報簡報：來自社群、安全與文件信號、帶來源引用的每週開源情報簡報
• 會議助手智能體：根據對話自動生成會議記錄與任務
• 多智能體編碼框架：具備規劃、倉庫探索、人工把關檔案編輯與 E2B 沙箱測試迴圈的深層 LangGraph 編碼小組
• Nebius 自主管線最佳化器：使用即時或批次 Nebius Token Factory 推理進行迭代程式碼搜尋的紐約計程車分析管線最佳化器
• 會前情報智能體（簡報室）：使用 Tavily 網路搜尋的 LangGraph 規劃-研究-反思迴圈，將公司名稱轉化為帶引用的單頁會議簡報
• 價格監控智能體：由 CrewAI、Twilio 與 Nebius 提供支援的價格監控與告警智能體
• 提示詞格式基準測試：用於在準確率、延遲與令牌消耗方面比較 XML、JSON 與 Markdown 提示詞格式的基準測試框架
• 沙箱化瀏覽器遊戲生成器：使用 Pydantic AI 與運行於 Nebius 的 GLM-5.2、從單個提示詞生成沙箱化瀏覽器遊戲的多智能體 FastAPI 工作室
• SEO 內容策略團隊：使用 Agno 與 SerpAPI 針對 Google AI 搜尋排名最佳化的 SEO 內容工作流
• Shark Tank 路演練習智能體：具備三個由 Nebius 支援的 Mastra 投資人「鯊魚」、基於回合的問答、交易備忘錄與 SQLite 報告歷史的交互式 3D Shark Tank 房間
• 軟體工程模型競技場：使用 Nebius Token Factory 對兩個編碼模型進行基準測試，包含七個精選挑戰、加權本地隱藏測試、部分給分評分，以及獨立裁判
• 新創公司進入市場策略智能體：進入市場策略與競爭分析智能體
• 新創點子驗證智能體：用於驗證與分析新創點子的智能體工作流
• Temporal 智能體：基於 Temporal 的 AI 智能體範例
• Temporal 交易智能體評估（Okahu + Monocle）：針對 Temporal 詐欺處理智能體的評估與迴歸迴圈，使用 OpenTelemetry 鏈路追蹤、確定性檢查與 LLM 評分的 Okahu 評估
• 網路情報智能體：將 Olostep 網路證據轉化為經 Nemotron 驗證的案例研究、具備 SQLite 持久化與 Velt 審計軌跡的 Mastra 多智能體管線
• 工作流審計軌跡（FlowSentinel）：使用 Nebius Nemotron 推理、n8n 編排、Velt 活動日誌以及可選的 Tailscale Funnel 暴露的 Next.js 工作流指揮中心

🧬 微調

從資料準備到部署、端到端微調開源 LLM 的範例。 6 個專案

• 使用 Data Lab 的客服微調：用於生成客服資料、在 Data Lab 中整理、微調並部署的教師-學生蒸餾工作流
• 保險理賠微調：Data Lab、LoRA 微調，以及用於保險理賠的 Gradio 對比應用
• 法律科技微調（自託管）：使用 LoRA 在 UK 立法資料上微調 Gemma，以 vLLM 提供服務，並暴露 FastAPI 層
• 法律科技微調（Token Factory）：在 Nebius Token Factory 上進行託管式 LoRA 微調，並支援私有模型部署
• Token Factory 上的開源 LLM 微調：以 Colab 為主的 LoRA 微調演練，用於上傳資料集、訓練、監控與部署
• 獨立客服微調（Colab）：用於客服蒸餾與微調流程的完全獨立 Colab 筆記本

📺 教學與影片

🎓 課程播放清單

• AWS Strands 課程：使用 AWS Strands SDK 建構 AI 智能體的完整 8 課課程（觀看播放清單）
• 語音智能體播放清單：建構語音智能體的教學

🔧 框架教學

• AI 智能體、MCP 以及更多……：混合教學與專案示範
• 建構 AI 智能體：通用 AI 智能體開發教學
• 使用 MCP 建構：模型上下文協定教學與範例

---

📥 使用每日 AI 洞察保持更新！

取得通俗易懂的每週教學，以及對 AI、LLM 與智能體框架的深入解析。非常適合希望學習、建構並借助新技術保持領先的開發者。訂閱我們的新聞通訊吧！

---

快速開始

前置條件

• Python 3.10+（較新專案推薦使用 Python 3.11+）
• Git：用於克隆倉庫
• 套件管理器：pip 或 uv（推薦使用以獲得更快的安裝速度）
• API 金鑰：大多數專案都需要 API 金鑰（詳見各專案的 README）

快速開始

1. 克隆倉庫

   git clone https://github.com/Arindam200/awesome-ai-apps.git
   cd awesome-ai-apps

2. 選擇一個專案並進入其目錄

   cd starter_ai_agents/agno_starter  # Example: Start with Agno starter

3. 設定環境變數

   cp .env.example .env  # Copy example environment file
   # Edit .env with your API keys

4. 安裝依賴

   # Using pip
   pip install -r requirements.txt
   
   # OR using uv (recommended - faster)
   uv sync
   # or
   uv pip install -e .

5. 執行專案

   python main.py
   # or for Streamlit apps
   streamlit run app.py

🤝 貢獻

我們歡迎社群的貢獻！你可以透過以下方式提供協助：

• 💡 新增新專案：提交你自己的 AI 智能體範例
• 🔧 修復問題：貢獻程式碼改進與缺陷修復
• 📝 改進文件：協助讓專案更易於上手
• 🐛 透過 GitHub Issues 回報缺陷或提出建議

貢獻之前：

• 閱讀我們的 貢獻指南 以取得詳細資訊
• 檢查現有問題以避免重複
• 遵循專案結構與命名約定
• 確保你的專案包含一份完整的 README.md

重要： 本專案遵循 貢獻者行為準則。參與即表示你同意遵守其條款。

📜 授權

本倉庫基於 MIT 授權條款 授權。你可以自由地將範例用於你的專案並進行修改。

👥 核心維護者

本專案由以下人員積極維護：

       

_{Arindam Majumder  ·  Shivay Lamba  ·  Amitesh Anand}

如有任何疑問、建議或貢獻，歡迎隨時聯絡維護者。

感謝支持！🙏