awesome-ai-apps

一个列表，看遍AI应用主流玩法，找灵感、选方案。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 1886 🐛 待处理 67 👀 关注 109

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 16730

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，完全免费，无付费版本。

项目预览

awesome-ai-apps 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队Arindam200

官网地址https://studio1hq.com

GitHubhttps://github.com/Arindam200/awesome-ai-apps

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，完全免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agents,ai,hacktoberfest,llm,mcp

GitHub 星标★ 16730

上线时间2025-02-16 00:00:00

代码更新2026-11-05

仓库体积493.0 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数5

项目介绍

这是一个精选的AI应用项目集合，收录了围绕RAG（检索增强生成）、智能体（Agents）、工作流等AI用例的开源项目。它旨在解决开发者寻找高质量、可参考的AI应用示例困难的问题，通过分类整理和推荐，帮助用户快速了解当前AI应用的主流模式与最佳实践。项目本身以列表形式呈现，包含项目名称、简介、链接等，并可能附带简要的代码或架构说明，核心能力在于信息聚合与导航，而非提供具体可运行的代码库。对于希望学习AI应用开发、寻找灵感或评估技术选型的开发者而言，这是一个实用的资源索引。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 16730

技术标签

agents ai hacktoberfest llm mcp

使用教程

难度：入门约 10 分钟部署方式：本地安装 7 步

环境要求

已安装 Git，可执行 git clone
已安装 Python 及 pip（README 中运行 python main.py）
可选：uv（README 标注为推荐、更快）
所选子项目需要的 API 密钥（写入 .env）

安装与启动步骤

1克隆仓库

把整个 awesome-ai-apps 仓库下载到本地并进入根目录，后续所有操作都在此目录内。
```
git clone https://github.com/Arindam200/awesome-ai-apps.git
cd awesome-ai-apps
```
2选择并进入子项目

仓库内含 132 个项目，需先挑选一个再进入其目录；README 以 Agno starter 为例。
```
cd starter_ai_agents/agno_starter
```
3复制环境变量文件

把示例环境文件复制成 .env，然后按所选项目需要填入自己的 API 密钥。
```
cp .env.example .env
```
4用 pip 安装依赖

在子项目目录内安装 requirements.txt 中声明的依赖，保持在该目录执行。
```
pip install -r requirements.txt
```
5或用 uv 安装依赖

README 推荐 uv，速度更快；两种写法任选其一，不要与 pip 混用。
```
uv sync
```
6运行项目

多数项目入口为 main.py，需在子项目目录下执行；不同项目入口可能不同。
```
python main.py
```
7运行 Streamlit 应用

若该项目是 Streamlit 应用，则改用 streamlit run 启动，代替 python main.py。
```
streamlit run app.py
```

关键配置

配置项	必填	说明	示例
`.env`	是	存放所选子项目所需 API 密钥等环境变量，由 .env.example 复制而来	`见所选子项目的 .env.example`

如何确认成功

终端无报错并正常输出运行日志；若为 Streamlit 应用，浏览器打开本地地址后能看到应用界面。

常见问题

Q：pip install 很慢或出现依赖冲突怎么办？

A：README 推荐改用 uv：执行 uv sync，或 uv pip install -e .，通常更快且依赖解析更稳。

Q：不知道先跑哪个项目？

A：从 README 快速开始给出的示例 starter_ai_agents/agno_starter 入手，跑通后再按目录分类挑选其他项目。

Q：运行时报缺少 API Key 之类的错误？

A：检查是否已在该子项目目录执行 cp .env.example .env，并按项目的 .env.example 提示填入自己的密钥。

Q：python main.py 报文件不存在？

A：说明当前不在子项目目录，需先 cd 到具体项目目录，再执行入口命令。

注意事项

本仓库是 AI 应用项目索引集合，核心是导航与聚合，每个子项目的依赖和环境变量各自独立。
README 的 Quick Start 命令针对具体子项目执行，路径示例为 starter_ai_agents/agno_starter，请替换成你实际选择的项目目录。
Starter/Agent 类项目通常还需要模型服务商的 API Key，需自行申请并写入 .env。
运行 python main.py 或 streamlit run app.py 前，务必确认已经 cd 进对应子项目目录。