LLM-Agent-Paper-List

一键掌握LLM智能体领域核心论文,快速入门不迷路

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 508 🐛 待处理 35 👀 关注 135
GitHub ↗
GitHub 星标 ★ 8264
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,完全免费,无付费版本。

项目预览

LLM-Agent-Paper-List 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WooooDyy
定价模式🏷️完全免费
价格说明开源项目,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
技术栈/模型agent,large-language-models,llm,nlp,survey
GitHub 星标★ 8264
上线时间2023-09-12 00:00:00
代码更新2025-09-12
仓库体积3.2 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

这是一个关于大语言模型智能体(LLM Agent)的论文清单,源自一篇发表在《中国科学:信息科学》封面上的86页综述论文《The Rise and Potential of Large Language Model Based Agents: A Survey》。该项目系统梳理了LLM Agent领域的核心论文,涵盖智能体架构、记忆、规划、工具使用、多智能体协作、评测等关键方向。它解决了研究者快速了解该领域全貌、追踪重要文献、寻找入门路径的痛点。核心能力包括:按主题分类的论文列表、每篇论文的简要说明、以及持续更新的社区维护。对于刚进入该领域的学生、工程师和研究者来说,这是一个高效的学习索引和参考资料库。

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 ★ 8264

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:入门 约 5 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

  • 能正常访问 GitHub 的网络环境
  • 已安装 Git(也可直接在浏览器中阅读,无需安装)
  • 任意 Markdown 阅读器或浏览器

安装与启动步骤

  1. 1克隆论文清单仓库

    把清单仓库拉到本地,方便离线阅读与随时更新。若只想在线阅读,可直接打开 GitHub 页面跳过此步。

    git clone https://github.com/WooooDyy/LLM-Agent-Paper-List.git
  2. 2进入仓库目录

    切换到刚克隆下来的目录,后续所有浏览操作都在这个目录内完成。

    cd LLM-Agent-Paper-List
  3. 3阅读 README 总览

    README 开头是 News 与综述论文信息,先了解清单的更新动态和整体结构,再按需深入。

  4. 4按主题定位论文

    README 中按 2.1.1 Task-oriented Deployment、2.1.2 Innovation-oriented Deployment、2.1.3 Lifecycle-oriented Deployment 等小节分类罗

  5. 5跳转论文与代码

    每条记录后的 [paper] 链接指向 arXiv 摘要页,[code]/[project page] 指向作者仓库或项目主页,按需自行打开阅读。

如何确认成功

本地目录中出现 README.md,且能看到 “2.1.1 Task-oriented Deployment” 等分类小节即说明获取成功。

常见问题

Q:这个项目需要安装 Python 或 Docker 环境吗?

A:不需要。它是一个纯文档型论文清单仓库,没有任何运行依赖,克隆或直接在浏览器打开即可阅读。

Q:论文全文怎么下载?

A:每条论文记录后都带有 [paper] 链接,点击可跳转到 arXiv 摘要页,在页面上即可下载 PDF 全文。

Q:如何获取最新收录的论文?

A:在仓库目录下执行 git pull 即可拉取社区维护的最新更新,README 顶部的 News 区域也会记录新增内容。

Q:清单里提到的代码仓库可以在这里直接运行吗?

A:不能。本仓库只做索引,[code] 指向的是第三方项目,需分别进入对应仓库查看各自的安装与使用说明。

注意事项

  • 本仓库仅为论文清单,不包含可执行代码或模型权重,请勿按“运行程序”的方式使用。
  • [code] 与 [project page] 链接指向外部项目,其安装步骤以各自仓库的 README 为准。
  • README 中提到“Coming soon: Add one-sentence intro to each paper”,部分论文暂缺一句话简介。
  • 分类编号(如 2.1.1、2.1.2)会随社区更新调整,引用时请以最新 README 为准。

核心亮点

  • 论文分类清晰,覆盖架构、记忆、规划、工具、多智能体等核心主题,便于按需查阅
  • 基于高引综述论文整理,权威性强,收录了领域内关键和代表性工作
  • GitHub星标超8000,社区活跃,持续更新,资源时效性有保障

不足之处

  • 仅提供论文列表和简介,缺乏代码实现或深度解读,对实践帮助有限
  • 文档/社区待观察,部分论文链接可能失效,需要维护者持续更新

适用场景

  • 入门LLM Agent领域,快速建立知识框架和阅读清单
  • 撰写综述或论文时,查找相关方向和经典文献
  • 设计智能体系统时,参考不同模块(如记忆、规划)的已有方案

替代项目

Awesome-LLM-Agents、LLM-Agents-Tutorial、Awesome-Language-Agents

上一篇:cai

下一篇:guardrails

同类项目推荐

Machine_Learning_CTF_Challenges 开源

实战演练AI攻防,用CTF挑战掌握模型攻击与LLM漏洞利用

Hack AI/ML applications — CTF challenges for model attacks, LLMs and AI Agent explo···

★ 278 2026-08-09
helm 开源

一站式跑分对比大模型,多维度评测可复现

Holistic Evaluation of Language Models (HELM) is an open source Python framework cre···

★ 2969 2026-09-15
ARTEX 开源

让 AI 智能体自主完成渗透测试攻击链

AI 自主渗透测试系统

★ 4409 2026-10-09
awesome-llm-security 开源

一站式找到 LLM 安全工具和资料,防坑避雷

A curation of awesome tools, documents and projects about LLM Security.

★ 1720 2026-08-09
ai-eval-platform 开源

一站式评测 AI 应用,让质量看得见

开源 AI 应用评测平台,支持 RAG、AI Agent、多轮对话、LLM-as-Judge、接口评测、评测报告···

★ 19 2026-08-09
TrustEval-toolkit 开源

一键评估生成模型可信度,量化风险更安心

[ICLR'26, NAACL'25 Demo] Toolkit & Benchmark for evaluating the trustworthiness of g···

★ 136 2026-08-09
InfiniteBench 开源

测出大模型在10万字长文本下的真实水平

Codes for the paper "∞Bench: Extending Long Context Evaluation Beyond 100K Tokens":···

★ 393 2026-08-09
spelltest 开源

用 AI 模拟用户,自动测试你的 LLM 应用,提前发现坑

AI-to-AI Testing | Simulation framework for LLM-based applications

★ 138 2026-08-09
Data-Preparation-Bench 开源

用下游效果给训练数据质量打分

A unified, downstream-grounded benchmark for LLM-driven training data construction, ···

★ 241 2026-11-06