
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
项目预览
项目数据
项目介绍
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。
⚠ 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···
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···
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
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.
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···
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···
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":···
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
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, ···