รีวิว awesome-llm-apps — ตัวอย่าง AI agent และ RAG app กว่า 100 ตัวให้แกะโค้ด
ข้อมูล Repo
Shubhamsaboo/awesome-llm-apps- ภาษา
- Python
- ดาว
- 140,565
- สร้างเมื่อ
- แก้ไขล่าสุด
เปลี่ยนสถานะผ่าน API: PATCH /api/reports/06b5e4b8-7b9a-492e-a84e-f9e48abcf883
แคปชันสำหรับ Facebook
กำลังหัดทำ AI agent แล้วอยากได้ตัวอย่างที่รันได้จริงมาแกะดู repo นี้มีให้เลือกกว่า 100 ตัวครับ awesome-llm-apps รวม AI agent, agent skill และ RAG app แบบ open source มีคนกดดาวไปแล้ว 140k+ (ณ 3 ต.ค. 2026) ✅ แบ่งหมวดชัด: starter agents, advanced agents, multi-agent teams, voice AI, RAG, MCP และ fine-tuning ✅ ตัวอย่างกลุ่ม starter บางตัวเป็นไฟล์เดียว ใส่ API key แล้วรันได้เลย ✅ มี agent skill ที่ติดตั้งด้วย npx skills add ใช้กับ Claude Code, Codex หรือ Cursor ได้ ✅ ใช้ได้กับ Claude, Gemini, GPT, DeepSeek, Llama, Qwen และโมเดล open source อื่นๆ ✅ ใช้ Apache-2.0 เหมาะกับสาย Python ที่อยากเริ่มทำ agent หรือ RAG จากตัวอย่างจริง ข้อควรรู้: หลายตัวอย่างต้องใช้ API key ของผู้ให้บริการโมเดล ซึ่งอาจมีค่าใช้จ่าย 🔗 https://github.com/Shubhamsaboo/awesome-llm-apps #AIAgents #RAG #LLM #Python
ภาพปกแบบ HTML สด
แสดงจาก HTML ต้นฉบับที่ใช้สร้างภาพ ดาวน์โหลดเป็น PNG 1080×1350 ได้ทันที
สไตล์ Easy AI
1080×1350แก้ไข 2026-10-10
สไตล์ easy-app
1080×1350แก้ไข 2026-10-10
สรุป
คลังตัวอย่าง AI agent, agent skill และ RAG app แบบ open source กว่า 100 ตัว ส่วนใหญ่เป็น Python มีตั้งแต่ agent ไฟล์เดียวไปจนถึงทีม multi-agent ใช้ได้กับ Claude, Gemini, GPT, DeepSeek, Llama และ Qwen ใช้ Apache-2.0
คืออะไร
awesome-llm-apps เป็น repo รวมตัวอย่าง AI agent และแอปที่ใช้ LLM จากผู้พัฒนา Shubhamsaboo โดยอธิบายไว้ว่าเป็น คลัง AI agents, agent skills และ RAG apps กว่า 100 รายการ ทุกอย่างเป็นโค้ดจริง เขียนด้วยภาษา Python หลัก และเปิด source ตามสัญญาอนุญาต Apache-2.0
ถ้ามองเป็นภาพรวม repo นี้เหมือน "คลังสูตรสำเร็จรูป" มากกว่าจะเป็น library เดียว เพราะแต่ละโฟลเดอร์ คือตัวอย่างคนละแบบ ตั้งแต่ agent ไฟล์เดียวที่รันได้เลยไปจนถึงทีม agent หลายตัวที่ทำงานร่วมกัน
ตัวเลขความนิยม ณ 3 ต.ค. 2026: ดาว 140.6k, fork 20.6k, issue ที่เปิดอยู่ 21 รายการ, license Apache License 2.0 และยังไม่ได้ถูก archive
จุดเด่น
- แยกหมวดหมู่ชัดเจน ตั้งแต่ Agent Skills, Starter AI Agents, Advanced AI Agents, Always-on Agents, Multi-agent Teams, Voice AI Agents ไปจนถึง RAG, MCP AI Agents, AI Browser Tools, LLM Apps with Memory, Fine-tuning และ Agent Framework Crash Courses ทำให้หาตัวอย่างที่ต้องการได้ง่ายขึ้น
- มีช่วงเริ่มต้นง่าย ๆ สำหรับคนที่เพิ่งหัด agent ในหัวข้อ Starter AI Agents มีไฟล์เดียวที่รันได้ด้วยแค่ API key เช่น AI Blog to Podcast Agent, AI Data Analysis Agent (ถามไฟล์ CSV/Excel เป็นภาษาอังกฤษ), AI Travel Agent, Web Scraping AI Agent, Mixture of Agents
- Agent Skills ติดตั้งด้วยคำสั่งเดียว ใช้กับ Claude Code, Codex, Cursor และ coding agent อื่น ๆ ตัวอย่างในรีโป มี Project Graveyard (หา side project ที่ทิ้งไว้แล้วบอกเหตุผลที่ตาย), Scope Creep Detector, Commit Archaeologist, Dependency Doctor และ Self-Improving Agent Skills
- รองรับโมเดลหลายเจ้า README ระบุว่าใช้ได้กับ Claude, Gemini, GPT, DeepSeek, Llama, Qwen และโมเดล open source อื่น ๆ ทั้งหมวด voice และ always-on agent ก็มีอยู่ เช่น Customer Support Voice Agent ที่ตอบเสียงจากเอกสารของเราเอง, Insurance Claim Live Agent Team และ Always-on Hacker News Briefing Agent ที่ส่งบรีฟรายวันเข้า Slack หรืออีเมล
- ทีม agent ทำงานข้ามโดเมน เช่น AI VC Due Diligence Agent Team, AI Recruitment Agent Team, AI Real Estate Agent Team, AI Legal Agent Team, AI Teaching Agent Team และ LLM Panel Agent Team
- เจ้าของ repo ระบุว่าทดสอบ end-to-end แล้ว และ Agent Skills ทุกตัวผ่าน security + eval CI gate (เป็นคำกล่าวของเจ้าของ repo)
เหมาะกับใคร
- คนที่กำลังหัดเขียน AI agent และอยากดูตัวอย่างที่รันได้จริงแทนการเริ่มจากศูนย์
- สาย Python ที่อยากได้โค้ดตัวอย่าง RAG, multi-agent และ browser automation มาแกะกลไก
- ผู้ใช้ Claude Code, Cursor หรือ Codex ที่อยากเพิ่ม skill ให้ coding agent ตัวเอง
- ทีมที่อยากได้ต้นแบบ (prototype) ไว้ทดลองไอเดียได้เร็ว
เริ่มต้นใช้งาน
วิธีที่ README แนะนำคือโหลด skill เข้า coding agent ด้วยคำสั่งเดียว:
npx skills add https://github.com/Shubhamsaboo/awesome-llm-apps/tree/main/agent_skills/project-graveyard
แล้วถามมันว่า "why do I never finish my side projects?"
อีกทางคือ clone มาแล้วรัน agent ในตัวอย่าง (README เขียนว่า "clone and run any agent in 30 seconds"):
git clone https://github.com/Shubhamsaboo/awesome-llm-apps.git
cd awesome-llm-apps/starter_ai_agents/ai_travel_agent
pip install -r requirements.txt
streamlit run travel_agent.py
ข้อควรรู้
- License: Apache License 2.0 ซึ่งเป็น license ที่อนุญาตให้ใช้เชิงพาณิชย์ได้ แต่ยังต้องอ่านเงื่อนไขจริงก่อนนำไปใช้ (แจ้ง copyright, ใส่ NOTICE และระบุการแก้ไข)
- ความสดใหม่: push ล่าสุด 1 ต.ค. 2026 (ข้อมูล ณ 3 ต.ค. 2026) โปรเจกต์เริ่มเมื่อ 29 เม.ย. 2024 อายุประมาณ 2 ปี 5 เดือน
- เจ้าของ repo ระบุว่ามีเทมเพลตใหม่ทุกสัปดาห์ ซึ่งหมายความว่าโครงสร้างและรายชื่อโฟลเดอร์อาจเปลี่ยนได้เรื่อย ๆ
- ตัวอย่างบางตัวพึ่ง API ของผู้ให้บริการ (เช่น Gemini, OpenAI, Grok) จึงต้องมี key และอาจมีค่าใช้จ่ายตามการเรียกใช้ ส่วนบางตัวในรีโปมีสปอนเซอร์ เช่น TinyFish
- ทุก agent ใช้โมเดลต่างกัน ไม่มีการเปรียบเทียบคุณภาพหรือเวลาทำงานในรีโป ถ้าจะเอาไปใช้จริงควรทดสอบด้วยงานของตัวเอง
- ไม่ใช่ framework เดียว เป็นคลังตัวอย่างหลายสิบโปรเจกต์ ควรเลือกโฟลเดอร์ที่ตรงกับโจทย์ แล้วค่อยปรับใช้
🔗 https://github.com/Shubhamsaboo/awesome-llm-apps
ข้อมูลจาก GitHub ณ 3 ต.ค. 2026: ⭐ 140,565 | ภาษา Python | license Apache-2.0