awesome llm apps
По README закрывает: RAG, embeddings и поиск по контексту проекта; подключение MCP/tool-use сценариев для агента. Ориентир по стеку и темам: memory-rag, agents, llms.
Готовые инструкции для Codex, Claude и Cursor — по задачам и стекам.
Найдено: 20
Сбросить фильтрыПо README закрывает: RAG, embeddings и поиск по контексту проекта; подключение MCP/tool-use сценариев для агента. Ориентир по стеку и темам: memory-rag, agents, llms.
По README закрывает: запуск тестов, coverage и регрессионных проверок; поиск, браузерные проверки и сбор данных из внешних источников; RAG, embeddings и поиск по контексту проекта; настройка промптов, правил, памяти и контекста AI-агента. Ориентир по стеку и темам: design-ui, agent, agents.
Закрывает задачи из области данных: работает с данными, базами, датасетами или RAG-контекстом, собирает повторяемые agent workflows и автоматизации, настраивает промпты, контекст, память или поведение LLM-агента. Ориентир по стеку и темам: data-ml, agents, ai.
ai engineering hub — автоматизация для AI-агента: помогает быстрее понять задачу, выбрать подходящий workflow и не собирать инструкцию с нуля. Подходит для проектов со стеком Jupyter Notebook, agents, ai. Исходники: patchy631/ai-engineering-hub.
graphiti — медиа для AI-агента: помогает быстрее понять задачу, выбрать подходящий workflow и не собирать инструкцию с нуля. Подходит для проектов со стеком Python, agents, graph. Исходники: getzep/graphiti.
fastmcp — автоматизация для AI-агента: помогает быстрее понять задачу, выбрать подходящий workflow и не собирать инструкцию с нуля. Подходит для проектов со стеком Python, agents, fastmcp. Исходники: PrefectHQ/fastmcp.
mcp use — автоматизация для AI-агента: помогает быстрее понять задачу, выбрать подходящий workflow и не собирать инструкцию с нуля. Подходит для проектов со стеком TypeScript, agentic framework, ai. Исходники: mcp-use/mcp-use.
open swe — ai / ml для AI-агента: помогает быстрее понять задачу, выбрать подходящий workflow и не собирать инструкцию с нуля. Подходит для проектов со стеком Python, agent, agents. Исходники: langchain-ai/open-swe.
MindSearch — поиск для AI-агента: помогает быстрее понять задачу, выбрать подходящий workflow и не собирать инструкцию с нуля. Подходит для проектов со стеком JavaScript, ai search engine, gpt. Исходники: InternLM/MindSearch.
Yuxi — автоматизация для AI-агента: помогает быстрее понять задачу, выбрать подходящий workflow и не собирать инструкцию с нуля. Подходит для проектов со стеком Python, docker, fastapi. Исходники: xerrors/Yuxi.
5ire — автоматизация для AI-агента: помогает быстрее понять задачу, выбрать подходящий workflow и не собирать инструкцию с нуля. Подходит для проектов со стеком TypeScript, knowledge base, llms. Исходники: nanbingxyz/5ire.
Проверяет, что новая публичная страница попала в sitemap, canonical, schema.org, llms-full.txt, MCP discovery и не закрыта случайным noindex.
Hands On AI Engineering — автоматизация для AI-агента: помогает быстрее понять задачу, выбрать подходящий workflow и не собирать инструкцию с нуля. Подходит для проектов со стеком Python, agents, ai. Исходники: Sumanth077/Hands-On-AI-Engineering.
agentset — автоматизация для AI-агента: помогает быстрее понять задачу, выбрать подходящий workflow и не собирать инструкцию с нуля. Подходит для проектов со стеком TypeScript, agentic rag, ai. Исходники: agentset-ai/agentset.
Controllable RAG Agent — ai / ml для AI-агента: помогает быстрее понять задачу, выбрать подходящий workflow и не собирать инструкцию с нуля. Подходит для проектов со стеком Jupyter Notebook, advanced rag, agent. Исходники: NirDiamant/Controllable-RAG-Agent.
patchwork — безопасность для AI-агента: помогает быстрее понять задачу, выбрать подходящий workflow и не собирать инструкцию с нуля. Подходит для проектов со стеком Python, automation, codereview. Исходники: patched-codes/patchwork.
langgraph swarm py — данные для AI-агента: помогает быстрее понять задачу, выбрать подходящий workflow и не собирать инструкцию с нуля. Подходит для проектов со стеком Python, agents, langgraph. Исходники: langchain-ai/langgraph-swarm-py.
awesome web agents — ai / ml для AI-агента: помогает быстрее понять задачу, выбрать подходящий workflow и не собирать инструкцию с нуля. Подходит для проектов со стеком Python, ai, ai agents. Исходники: steel-dev/awesome-web-agents.
trip planner agent — ai / ml для AI-агента: помогает быстрее понять задачу, выбрать подходящий workflow и не собирать инструкцию с нуля. Подходит для проектов со стеком Python, crewai, llm. Исходники: tonykipkemboi/trip_planner_agent.
MACRec — ai / ml для AI-агента: помогает быстрее понять задачу, выбрать подходящий workflow и не собирать инструкцию с нуля. Подходит для проектов со стеком Python, llms, multi agent systems. Исходники: wzf2000/MACRec.