GenAI-Showcase

照着跑通代码，快速上手生成式AI应用开发

GenAI-Showcase 是一个专注于生成式 AI 应用的开源知识库与代码示例集合，以 Jupyter Notebook 形式呈现，旨在帮助开发者快速上手构建基于大语言模型（LLM）的智能应用。项目覆盖了从基础提示工程、检索增强生成（RAG）、Agent 工作流到模型微调与评估等核心主题，提供了大量可直接运行的代码片段和最佳实践。它解决了 AI 开发者面临的“文档碎片化、示例不连贯、上手成本高”等问题，通过模块化、场景化的方式，将复杂的 GenAI 技术栈（如 LangChain、LlamaIndex、向量数据库等）整合为易于理解的教程。核心能力包括：提供端到端的应用示例、展示生产级部署注意事项、以及分享来自真实项目的经验教训。无论是初学者还是资深工程师，都能从中获得实用的参考与灵感，加速 GenAI 应用的落地。

开源 free 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 4263

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类搜索知识

开发团队mongodb-developer

所属国家

官网地址https://www.mongodb.com/cloud/atlas/register

GitHubhttps://github.com/mongodb-developer/GenAI-Showcase

定价模式free

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

是否开源是

开源协议MIT

主要语言Jupyter Notebook

技术栈/模型agents,artificial-intelligence,atlas,generative-ai,jupyter-notebook,llms,mongodb,python,rag

GitHub 星标★ 4263

30天Star增速

HF 下载量

上线时间2024-01-30 00:00:00

最近更新2026-09-22 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数1

使用教程

难度：入门约 10 分钟部署方式：本地安装 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

一个 MongoDB Atlas 账号（README 提供免费注册入口）
一个已创建的 MongoDB 数据库集群
该集群的连接字符串（Connection String）
本地可用的 Git 环境（用于获取仓库代码）
可运行 Jupyter Notebook 的环境（示例均以 notebook 形式提供）

安装与启动步骤

1注册 Atlas 账号

访问 README 给出的 MongoDB Atlas 注册页创建账号，这是运行仓库中所有示例的前提条件。
2创建数据库集群

按 README 链接的官方文档，在 Atlas 控制台新建一个数据库集群，供示例读写数据使用。
3获取连接字符串

按 README 链接的官方文档，在 Atlas 中拿到该集群的连接字符串，示例中都要用它连库。
4克隆代码仓库

把 GenAI-Showcase 仓库克隆到本地，notebooks、apps 等示例目录都从这里获取。
```
git clone https://github.com/mongodb-developer/GenAI-Showcase.git
```
5进入仓库目录

进入克隆下来的仓库根目录，查看 notebooks、apps、workshops、partners 四个内容目录。
```
cd GenAI-Showcase
```

关键配置

配置项	必填	说明	示例
`MongoDB 连接字符串`	是	连接 MongoDB 集群，README 要求运行任何示例前都必须拿到它	`mongodb+srv://user:password@cluster0.xxxxx.mongodb.net`

如何确认成功

能连上 MongoDB 集群并成功运行任一 notebook 示例、拿到正常输出结果，即准备完成。

常见问题

Q：没有 MongoDB 集群能运行这些示例吗？

A：不能。README 明确说明运行仓库中任何应用或示例都需要连接一个 MongoDB 集群，需先完成 Atlas 注册、建集群、取连接串三步。

Q：注册 MongoDB Atlas 要付费吗？

A：README 提供的是 free MongoDB Atlas account 注册入口，可先用免费账号完成建集群与取连接串，之后再按需升级。

Q：仓库里都有哪些内容，该从哪里看起？

A：主要包括四块：notebooks（RAG、Agent、评估等 Notebook 示例）、apps（JS 与 Python 应用示例）、workshops（动手工作坊）、partners（合作伙伴贡献）。

Q：如何给仓库贡献代码？

A：README 中有 Contributing 段落，指向 CONTRIBUTING 贡献指南，建议先按该指南的流程提交。

注意事项

README 只给出了 MongoDB Atlas 的准备步骤，未提供统一的依赖安装命令，各示例所需依赖请查看对应子目录的说明文件。
仓库同时包含 Python 和 JavaScript 示例，运行前请先确认所选示例的语言环境。
连接字符串包含账号密码，请勿写入代码后提交到公开仓库，建议用本地环境变量保存。
示例集中在 notebooks、apps、workshops、partners 四个目录，按需选择，不必全部下载运行。

核心亮点

覆盖 RAG、Agent、微调等热门方向，示例可直接运行
代码基于真实项目经验，包含生产级部署注意事项
以 Notebook 形式组织，降低学习门槛，便于实践

不足之处

内容更新速度可能跟不上 AI 技术迭代
部分示例依赖特定云服务或 API，本地复现成本较高

适用场景

开发者学习 GenAI 应用开发，快速获取可运行示例
技术团队评估 RAG 或 Agent 架构，参考最佳实践
教学培训中作为生成式 AI 课程的实操教材

替代项目

LangChain Cookbook、OpenAI Cookbook、LlamaIndex Examples

项目介绍

GenAI-Showcase 是学习教育领域的开源项目，由 mongodb-developer 开发，2024 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（4,263）位列前 10%，在学习教育分类中处于中上游。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-22。MIT许可证，完全免费，无付费版本。

它主要面向的使用场景是：开发者学习GenAI应用开发，快速获取可运行示例。同类可对比的替代方案包括 LangChain Cookbook、OpenAI Cookbook、LlamaIndex Examples。

上一篇：tiny-universe

下一篇：interview-guide