awesome-llm-apps
100+ 可实际运行的 AI Agent 和 RAG 应用集合（111K+ stars）。覆盖多种 LLM 应用场景，可直接克隆、定制和部署，是 LLM 应用开发的最佳实践参考库
🎯适用场景：快速启动 RAG 应用原型开发，学习多 Agent 协作模式，搭建知识检索系统
📊 仓库数据
✅ 优点
- •示例丰富、可直接运行
- •覆盖主流 LLM 平台
- •社区贡献活跃、更新快
⚠️ 限制
- •部分示例依赖较旧版本
- •部署需要一定技术基础
🔗 相关工具
RAGFlow
开源⭐ 81k↑+3github.com/infiniflow/ragflow
开源 RAG 引擎，78,566+ stars。深度融合检索与 LLM 能力，支持 PDF/Word/PPT 等多格式文档解析、智能分块、混合检索和引用溯源，是企业知识库问答的优选方案
🎯 企业知识库问答与 RAG 检索、非结构化文档解析与提取
LLM App
开源⭐ 60k↓6github.com/pathwaycom/llm-app
RAG 和 AI 管道模板，59,967+ stars。Pathway 提供的实时 RAG（检索增强生成）解决方案，支持流式数据处理、实时更新知识库，适合构建生产级 AI 应用
🎯 企业知识库问答与 RAG 检索、数据采集与 ETL 处理
Context7
开源⭐ 56k↑+17github.com/upstash/context7
LLM 文档上下文引擎，53,227+ stars。自动获取和整理最新文档上下文，为 LLM 提供精确的技术参考信息，减少幻觉并提高回答质量
🎯 知识库问答与 RAG 检索
LlamaIndex
开源⭐ 50k↑+8github.com/run-llama/llama_index
文档 Agent 和 OCR 平台，48,716+ stars。领先的 RAG 框架，提供文档索引、数据检索、Agent 编排等完整能力，支持多模态文档理解和智能问答
🎯 企业知识库问答与 RAG 检索、多模态内容理解与生成
Milvus
开源⭐ 44k↑+4github.com/milvus-io/milvus
云原生向量数据库，43,875+ stars。专为 AI 应用设计的分布式向量搜索引擎，支持千亿级向量检索，广泛应用于 RAG、推荐系统和相似性搜索场景
🎯 向量检索与语义搜索
Quivr
开源⭐ 39kgithub.com/QuivrHQ/quivr
RAG 知识管理工具，39,116+ stars。开源检索增强生成平台，支持多种文档格式上传和智能检索，构建个人 AI 知识库，实现基于自有文档的智能问答
🎯 企业知识库问答与 RAG 检索