> [!NOTE]
> 本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。
> [English](./README.en.md) · [原始项目](https://github.com/ashishpatel26/500-AI-Agents-Projects) · [上游 README](https://github.com/ashishpatel26/500-AI-Agents-Projects/blob/HEAD/README.md)
> 原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。
# 500+ AI Agent 项目与用例
[](https://github.com/ashishpatel26/500-AI-Agents-Projects/stargazers)
[](https://github.com/ashishpatel26/500-AI-Agents-Projects/network/members)
[](https://github.com/ashishpatel26/500-AI-Agents-Projects/graphs/contributors)
[](CONTRIBUTION.md)
[](LICENSE)
[](https://github.com/ashishpatel26/500-AI-Agents-Projects/commits/main)
**最全面的 AI Agent 项目、用例与可运行实现合集。**
[🚀 快速开始](#-quick-start) • [🗺️ 浏览 Agent](#-browse-by-framework) • [🏭 按行业](#-industry-use-cases) • [🤝 贡献](#-contributing) • [📊 框架对比](#-framework-comparison)
---
## 这是什么？
一份精选的 **500+ AI Agent 项目**合集——涵盖各类主流框架（LangGraph、CrewAI、AutoGen、Agno）与行业（医疗、金融、教育、网络安全等）的生产示例、教程与可运行代码。
**适用对象：**
- 🧑💻 **开发者**——构建首个或下一个 AI Agent
- 🔬 **研究人员**——调研 Agent 生态格局
- 🏢 **团队**——评估用于生产的框架
- 🎓 **学生**——通过真实案例学习 Agent 架构
---
## ⚡ 快速开始
选择一个框架，在 5 分钟内运行一个 Agent：
```bash
# Clone the repo
git clone https://github.com/ashishpatel26/500-AI-Agents-Projects.git
cd 500-AI-Agents-Projects
# Run any agent from the agents/ directory
cd agents/01-web-research-agent
pip install -r requirements.txt
cp .env.example .env # add your API key
python agent.py
```
> `agents/` 中的所有 Agent 均为自包含，各自带有 `requirements.txt` 和 `.env.example`。无需 monorepo 设置。
---
## 🗺️ 导航指南
| 我想要... | 前往 |
|---|---|
| 立即运行一个可用的 Agent | [`agents/`](agents/) |
| 按 AI 框架浏览 | [按框架划分的用例](#-browse-by-framework) |
| 按行业浏览 | [行业用例](#-industry-use-cases) |
| 了解该用哪个框架 | [框架对比](#-framework-comparison) |
| 添加我自己的 Agent | [贡献指南](CONTRIBUTION.md) |
| 通过课程学习 | [`crewai_mcp_course/`](crewai_mcp_course/) |
---
## 📊 框架对比
正在选择框架？以下是各框架的适用场景：
| 框架 | 最适合 | 复杂度 | 多 Agent | 流式输出 | 本地 LLM |
|---|---|---|---|---|---|
| **LangGraph** | 有状态工作流、RAG 流水线、复杂图 | ⭐⭐⭐ | ✅ | ✅ | ✅ |
| **CrewAI** | 基于角色的团队、业务自动化、快速原型 | ⭐⭐ | ✅ | ✅ | ✅ |
| **AutoGen** | 代码生成、研究、自愈工作流 | ⭐⭐⭐ | ✅ | ✅ | ✅ |
| **Agno** | 轻量级单 Agent、工具集成、快速迭代 | ⭐ | ✅ | ✅ | ✅ |
| **LlamaIndex** | 文档问答、企业 RAG、数据流水线 | ⭐⭐ | ⚠️ | ✅ | ✅ |
**快速决策指南：**
- 刚入门 → **Agno** 或 **CrewAI**
- 需要有状态图 + RAG → **LangGraph**
- 构建代码编写 / 研究类 Agent → **AutoGen**
- 企业文档流水线 → **LlamaIndex**
---
## 🏭 行业用例
| 用例 | 行业 | 描述 | 代码 |
|---|---|---|---|
| **HIA (Health Insights Agent)** | 医疗 | 分析医疗报告并提供健康洞察 | [](https://github.com/harshhh28/hia.git) |
| **AI Health Assistant** | 医疗 | 利用患者数据诊断并监测疾病 | [](https://github.com/ahmadvh/AI-Agents-for-Medical-Diagnostics.git) |
| **Automated Trading Bot** | 金融 | 结合实时市场分析实现自动化股票交易 | [](https://github.com/MingyuJ666/Stockagent.git) |
| **Agent Wallet SDK** | 金融 | 面向 AI Agent 的非托管智能合约钱包 SDK，带强制支出限额 | [](https://github.com/up2itnow0822/agent-wallet-sdk) |
| **Virtual AI Tutor** | 教育 | 为用户提供个性化教育 | [](https://github.com/hqanhh/EduGPT.git) |
| **24/7 AI Chatbot** | 客户服务 | 全天候处理客户咨询 | [](https://github.com/NirDiamant/GenAI_Agents/blob/main/all_agents_tutorials/customer_support_agent_langgraph.ipynb) |
| **Product Recommendation Agent** | 零售 | 根据用户偏好与历史记录推荐商品 | [](https://github.com/microsoft/RecAI) |
| **Self-Driving Delivery Agent** | 交通 | 优化路线并自主配送包裹 | [](https://github.com/sled-group/driVLMe) |
| **Factory Process Monitoring Agent** | 制造业 | 监控生产线并确保质量控制 | [](https://github.com/yuchenxia/llm4ias) |
| **Property Pricing Agent** | 房地产 | 分析市场趋势以确定房产价格 | [](https://github.com/AleksNeStu/ai-real-estate-assistant) |
| **Smart Farming Assistant** | 农业 | 提供作物健康洞察与产量预测 | [](https://github.com/mohammed97ashraf/LLM_Agri_Bot) |
| **Energy Demand Forecasting Agent** | 能源 | 预测能源用量以优化电网管理 | [](https://github.com/yecchen/MIRAI) |
| **Content Personalization Agent** | 娱乐 | 根据偏好推荐个性化媒体内容 | [](https://github.com/crosleythomas/MirrorGPT) |
| **Legal Document Review Assistant** | 法律 | 自动化文档审阅并高亮关键条款 | [](https://github.com/firica/legalai) |
| **Recruitment Recommendation Agent** | 人力资源 | 为职位空缺推荐最匹配的候选人 | [](https://github.com/sentient-engineering/jobber) |
| **Virtual Travel Assistant** | 酒店旅游 | 根据偏好规划旅行行程 | [](https://github.com/nirbar1985/ai-travel-agent) |
| **AI Game Companion Agent** | 游戏 | 通过实时辅助提升玩家体验 | [](https://github.com/onjas-buidl/LLM-agent-game) |
| **Real-Time Threat Detection Agent** | 网络安全 | 识别潜在威胁并缓解攻击 | [](https://github.com/NVISOsecurity/cyber-security-llm-agents) |
| **E-commerce Personal Shopper Agent** | 电子商务 | 帮助客户找到心仪商品 | [](https://github.com/Hoanganhvu123/ShoppingGPT) |
| **Logistics Optimization Agent** | 供应链 | 规划高效配送路线并管理库存 | [](https://github.com/microsoft/OptiGuide) |
| **Vibe Hacking Agent** | 网络安全 | 基于自主多 Agent 的红队测试服务 | [](https://github.com/PurpleAILAB/Decepticon) |
| **Citadel** | 软件开发 | 编排 Claude Code Agent 集群，支持生命周期钩子、技能、活动管理与事后复盘驱动架构 | [](https://github.com/SethGammon/Citadel) |
| **MediSuite-AI-Agent** | 健康保险 | 自动化医院/保险理赔工作流 | [](https://github.com/ahmedmansour5/MediSuite-Ai-Agent) |
| **Lina Egyptian Medical Chatbot** | 医疗 | 埃及医疗助手聊天机器人 | [](https://github.com/dina-khalid/Lina-Egyptian-Medical-Chatbot) |
---
## 🔧 按框架浏览
### CrewAI
基于角色的多智能体（multi-agent）框架，非常适合业务自动化。
| 使用场景 | 行业 | 描述 | GitHub |
|---|---|---|---|
| 📧 邮件自动回复流程 | 通信 | 根据预定义条件自动回复邮件 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/flows/email_auto_responder_flow) |
| 📝 会议助手流程 | 生产力 | 组织会议、日程安排与议程准备 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/flows/meeting_assistant_flow) |
| 🔄 自我评估循环流程 | 人力资源 | 便于绩效评审中的自我评估 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/flows/self_evaluation_loop_flow) |
| 📈 线索评分流程 | 销售 | 评估并为潜在客户打分，以确定外联优先级 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/flows/lead-score-flow) |
| 📊 营销策略生成器 | 营销 | 通过分析市场趋势制定营销策略 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/marketing_strategy) |
| 📝 职位发布生成器 | 招聘 | 通过分析职位要求创建招聘信息 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/job-posting) |
| 🔄 招聘工作流 | 招聘 | 通过自动化招聘任务简化招聘流程 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/recruitment) |
| 🔍 简历与岗位匹配 | 招聘 | 将候选人档案与合适的职位进行匹配 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/match_profile_to_positions) |
| 📸 Instagram 帖子生成器 | 社交媒体 | 自动生成并安排 Instagram 帖子 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/instagram_post) |
| 🌐 落地页生成器 | Web 开发 | 自动创建网站落地页 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/landing_page_generator) |
| 🎮 游戏构建 Crew | 游戏开发 | 通过自动化创作环节辅助游戏开发 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/game-builder-crew) |
| 💹 股票分析工具 | 金融 | 提供分析股市数据的工具 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/stock_analysis) |
| 🗺️ 旅行规划器 | 旅行 | 协助制定含行程的旅行计划 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/trip_planner) |
| 🎁 惊喜旅行规划器 | 旅行 | 根据用户偏好规划惊喜旅行 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/surprise_trip) |
| 📚 用 Flow 写书 | 创意写作 | 通过结构化写作工作流辅助作者创作 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/flows/write_a_book_with_flows) |
| 🎬 剧本写作助手 | 创意写作 | 借助模板与指导辅助剧本写作 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/screenplay_writer) |
| ✅ Markdown 校验器 | 文档 | 校验 Markdown 文件的格式是否正确 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/markdown_validator) |
| 🧠 Meta Quest 知识库 | 知识管理 | 管理 Meta Quest 相关知识以支持信息检索 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/meta_quest_knowledge) |
| 🤖 NVIDIA 模型集成 | AI 集成 | 将 NVIDIA AI 模型集成到工作流中 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/integrations/nvidia_models) |
| 🗂️ 会议准备 | 生产力 | 准备会议材料并设定议程 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/prep-for-a-meeting) |
| 🛠️ 入门模板 | 开发 | 用于新建 CrewAI 项目的入门模板 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/starter_template) |
| 🔗 CrewAI + LangGraph 集成 | AI 集成 | CrewAI 与 LangGraph 之间的集成 | [](https://github.com/crewAIInc/crewAI-examples/tree/main/integrations/CrewAI-LangGraph) |
---
### AutoGen
微软推出的框架，用于代码生成、执行与多智能体研究。
**代码生成、执行与调试**
| 使用场景 | 行业 | 描述 | Notebook |
|---|---|---|---|
| 🤖 通过代码生成、执行与调试实现自动化任务求解 | 软件开发 | 演示通过生成、执行和调试代码来自动求解任务 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_auto_feedback_from_code_execution) |
| 🧑💻 基于检索增强智能体的代码生成与问答 | 软件开发 | 使用检索增强（Retrieval Augmented）方法生成代码并回答问题 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_RetrieveChat) |
| 🧠 基于 Qdrant 检索的代码生成与问答 | 软件开发 | 利用 Qdrant 提升检索增强智能体的性能 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_RetrieveChat_qdrant) |
**多智能体协作**
| 使用场景 | 行业 | 描述 | Notebook |
|---|---|---|---|
| 🤝 群组聊天（3 名成员，1 名管理者） | 协作 | 演示通过多智能体协作进行群组任务求解 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_groupchat) |
| 📊 通过群组聊天实现数据可视化 | 数据分析 | 利用多智能体协作创建数据可视化 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_groupchat_vis) |
| 🧩 通过群组聊天求解复杂任务（6 名成员） | 协作 | 以更大规模的群组协作求解复杂任务 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_groupchat_research) |
| 🧑💻 结合编码与规划智能体求解任务 | 规划与开发 | 组合编码与规划智能体来求解任务 | [](https://github.com/microsoft/autogen/blob/0.2/notebook/agentchat_planning.ipynb) |
| 📐 基于图转移路径的任务求解 | 协作 | 在图中使用预定义的转移路径来求解任务 | [](https://microsoft.github.io/autogen/docs/notebooks/agentchat_groupchat_finite_state_machine) |
| 🧠 SocietyOfMindAgent 内心独白 | 认知科学 | 通过群组聊天模拟内心独白以进行问题求解 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_society_of_mind) |
| 🔧 自定义发言者选择的群组聊天 | 协作 | 实现用于选择发言者的自定义函数 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_groupchat_customized) |
**顺序多智能体对话（Sequential Multi-Agent Chats）**
| 用例 | 行业 | 描述 | Notebook |
|---|---|---|---|
| 🔄 顺序任务求解（单一发起智能体） | 工作流自动化 | 使用单一发起智能体自动化顺序任务求解 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_multi_task_chats) |
| ⏳ 异步顺序任务求解 | 工作流自动化 | 在对话序列中处理异步任务求解 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_multi_task_async_chats) |
| 🤝 由不同发起智能体进行的顺序对话 | 工作流自动化 | 由不同智能体分别发起每次对话的顺序任务求解 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchats_sequential_chats) |
**嵌套对话（Nested Chats）**
| 用例 | 行业 | 描述 | Notebook |
|---|---|---|---|
| 🧠 使用嵌套对话解决复杂任务 | 问题求解 | 使用嵌套对话解决层级化与复杂问题 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_nestedchat) |
| 🔄 嵌套对话序列 | 问题求解 | 演示使用嵌套对话进行顺序任务求解 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_nested_sequential_chats) |
| 🏭 OptiGuide 供应链与嵌套对话 | 供应链 | 使用嵌套对话解决供应链优化问题 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_nestedchat_optiguide) |
| ♟️ 嵌套对话下的对话式国际象棋 | 游戏 | 使用嵌套对话配合工具进行对话式国际象棋 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_nested_chats_chess) |
**工具（Tools）**
| 用例 | 行业 | 描述 | Notebook |
|---|---|---|---|
| 🌐 网络搜索：解决需要网络信息的任务 | 信息检索 | 搜索网络以收集完成任务所需的信息 | [](https://github.com/microsoft/autogen/blob/0.2/notebook/agentchat_web_info.ipynb) |
| 🔧 将提供的工具用作函数 | 工具集成 | 演示如何将预提供的工具用作可调用函数 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_function_call_currency_calculator) |
| 📚 RAG 群聊 | 协作 | 支持检索增强生成（Retrieval Augmented Generation，RAG）的群聊 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_groupchat_RAG) |
| 🔊 使用 Whisper 的智能体对话 | 音频处理 | 使用 Whisper 进行转录与翻译的 AI 智能体 | [](https://microsoft.github.io/autogen/0.2/docs/notebooks/agentchat_video_transcript_translate_with_whisper) |
| 📊 SQL：自然语言转 SQL 查询 | 数据库管理 | 将自然语言输入转换为 SQL 查询 | [](https://github.com/microsoft/autogen/blob/0.2/notebook/agentchat_sql_spider.ipynb) |
**多模态智能体（Multimodal Agents）**
| 用例 | 行业 | 描述 | Notebook |
|---|---|---|---|
| 🎨 结合 DALLE 与 GPT-4V 的多模态智能体 | 多媒体 AI | 结合 DALLE 与 GPT-4V 实现多模态智能体通信 | [](https://github.com/microsoft/autogen/blob/0.2/notebook/agentchat_dalle_and_gpt4v.ipynb) |
| 🖌️ 使用 Llava 的多模态智能体 | 图像处理 | 使用 Llava 进行多模态智能体对话 | [](https://github.com/microsoft/autogen/blob/0.2/notebook/agentchat_lmm_llava.ipynb) |
| 🖼️ 使用 GPT-4V 的多模态智能体 | 多媒体 AI | 利用 GPT-4V 实现视觉与对话交互 | [](https://github.com/microsoft/autogen/blob/0.2/notebook/agentchat_lmm_gpt-4v.ipynb) |
**可观测性与评估（Observability & Evaluation）**
| 用例 | 行业 | 描述 | Notebook |
|---|---|---|---|
| 📊 AgentEval：多智能体评估系统 | 性能评估 | 评估基于 LLM 的应用实用性 | [](https://github.com/microsoft/autogen/blob/0.2/notebook/agenteval_cq_math.ipynb) |
| 📊 使用 AgentOps 跟踪 LLM 调用与错误 | 监控与分析 | 监控 LLM 交互、工具使用与错误 | [](https://github.com/microsoft/autogen/blob/0.2/notebook/agentchat_agentops.ipynb) |
| 🏗️ 使用 AgentBuilder 自动构建多智能体系统 | AI 开发 | 自动构建多智能体系统 | [](https://github.com/microsoft/autogen/blob/0.2/notebook/autobuild_basic.ipynb) |
---
### Agno
轻量、快速的智能体框架。最适合单智能体工具与快速原型开发。
| 用例 | 行业 | 描述 | Code |
|---|---|---|---|
| 🤖 支持智能体 | AI 框架支持 | 为 Agno 框架提供实时解答、说明与代码示例 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/agno_support_agent.py) |
| 🎥 YouTube 智能体 | 媒体与内容 | 分析 YouTube 视频：摘要、时间戳、主题 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/youtube_agent.py) |
| 📊 金融智能体（Thinking） | 金融 | 实时股票洞察、分析师建议、金融深度分析 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/thinking_finance_agent.py) |
| 📚 学习伙伴 | 教育 | 查找资源、回答问题、制定学习计划 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/study_partner.py) |
| 🛍️ 购物伙伴智能体 | 电子商务 | 基于 Amazon、Flipkart 偏好的产品推荐 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/shopping_partner.py) |
| 🎓 学术研究智能体 | 教育 / 研究 | 高级学术搜索、出版物分析、结构化报告 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/research_agent_exa.py) |
| 🧠 研究智能体 | 媒体与新闻 | 深度调查、NYT 风格报道 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/research_agent.py) |
| 🍳 食谱创作器 | 食品与烹饪 | 根据食材与偏好生成个性化食谱 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/recipe_creator.py) |
| 🧠 金融推理智能体 | 金融 | 基于 Claude 3.5 Sonnet 与 Yahoo Finance 数据的股票分析 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/reasoning_finance_agent.py) |
| 🤖 README 生成智能体 | 软件开发 | 为 GitHub 仓库生成高质量 README | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/readme_generator.py) |
| 🎬 电影推荐智能体 | 娱乐 | 使用 Exa 与 GPT-4o 的个性化电影推荐 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/movie_recommedation.py) |
| 🔍 媒体趋势分析智能体 | 媒体与新闻 | 分析数字平台的新兴趋势与影响者 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/media_trend_analysis_agent.py) |
| ⚖️ 法律文档分析智能体 | 法律科技 | 分析法律 PDF 并使用向量嵌入提供洞察 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/legal_consultant.py) |
| 🤔 DeepKnowledge | 研究 | 通过深度推理在知识库中迭代搜索 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/deep_knowledge.py) |
| 📚 图书推荐智能体 | 出版与媒体 | 基于文学数据与读者偏好的个性化图书建议 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/book_recommendation.py) |
| 🏠 MCP Airbnb 智能体 | 酒店与住宿 | 使用 MCP 和 Llama 4 搜索 Airbnb 房源 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/airbnb_mcp.py) |
| 🤖 Agno Assist 智能体 | AI 框架 | 用于 Agno 框架问答的 GPT-4o 智能体，支持混合搜索 | [](https://github.com/agno-agi/agno/blob/main/cookbook/examples/agents/agno_assist.py) |
---
### LangGraph
用于复杂、有状态智能体工作流与 RAG 管道的状态机框架。
| 用例 | 行业 | 描述 | 代码 |
|---|---|---|---|
| 🤖 聊天机器人模拟评估 | AI / QA | 模拟用户交互以评估聊天机器人性能 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/chatbot-simulation-evaluation/agent-simulation-evaluation.ipynb) |
| 🧠 通过提示进行信息收集 | 研究 | 使用提示的 LangGraph 工作流来收集信息 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/chatbots/information-gather-prompting.ipynb) |
| 🧠 基于 LangGraph 的代码助手 | 软件开发 | 具备错误检查与迭代优化的弹性代码助手 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/code_assistant/langgraph_code_assistant.ipynb) |
| 🧑💼 客户支持智能体 | 客户支持 | 基于图的智能体，用于处理客户咨询 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/customer-support/customer-support.ipynb) |
| 🔁 带重试的抽取 | 数据抽取 | 用于稳健数据抽取的重试机制 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/extraction/retries.ipynb) |
| 🧠 多智能体工作流（Supervisor） | 工作流编排 | 监督者智能体协调多个专业化智能体 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/multi_agent/agent_supervisor.ipynb) |
| 🧠 分层智能体团队 | 工作流编排 | 顶层监督者将任务委派给专业化子智能体 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/multi_agent/hierarchical_agent_teams.ipynb) |
| 🤝 多智能体协作 | 工作流编排 | 多个专业化智能体协同完成复杂任务 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/multi_agent/multi-agent-collaboration.ipynb) |
| 🧠 计划-执行智能体 | 工作流编排 | 智能体生成多步计划后按序执行 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/plan-and-execute/plan-and-execute.ipynb) |
| 🧠 SQL 智能体 | 数据库交互 | 智能体回答关于 SQL 数据库的问题 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/sql-agent.ipynb) |
| 🧠 反思（Reflection）智能体 | 工作流编排 | 智能体审视并修订自身输出 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/reflection/reflection.ipynb) |
| 🧠 自省（Reflexion）智能体 | 工作流编排 | 智能体反思行动以实现迭代改进 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/reflexion/reflexion.ipynb) |
| 🧠 自适应 RAG | 信息检索 | 根据查询复杂度动态调整检索 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/rag/langgraph_adaptive_rag.ipynb) |
| 🤖 智能体式 RAG（Agentic RAG） | 智能体 | 智能体在生成回答前确定最佳检索策略 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/rag/langgraph_agentic_rag.ipynb) |
| 🧠 纠正式 RAG（CRAG） | 信息检索 | 在生成前评估并优化检索到的文档 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/rag/langgraph_crag.ipynb) |
| 🧠 Self-RAG | 信息检索 | 系统反思回答，并在需要时检索额外信息 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/rag/langgraph_self_rag.ipynb) |
| 🧠 自适应 RAG（本地） | 信息检索 | 使用本地模型的自适应 RAG，支持离线使用 | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/rag/langgraph_adaptive_rag_local.ipynb) |
| 🧠 Self-RAG（本地） | 信息检索 | 使用本地模型与数据源的 Self-RAG | [](https://github.com/langchain-ai/langgraph/blob/main/docs/docs/tutorials/rag/langgraph_self_rag_local.ipynb) |
---
## 🤝 贡献
欢迎贡献！🎉 本仓库依靠社区贡献不断发展。
**贡献方式：**
1. **添加可运行的智能体** — 在 `agents/` 中创建文件夹并放入可运行代码
2. **添加外部链接** — 在行业或框架表格中新增一行
3. **修复失效链接** — 提交 issue 或 PR
4. **改进文档** — 修正错别字、补充说明、完善示例
**参与步骤：**
1. Fork 本仓库
2. 创建分支：`feat/agent-name` 或 `fix/description`
3. 按照[贡献指南](CONTRIBUTION.md)添加你的更改
4. 使用 PR 模板提交 PR
完整要求（metadata.yaml、requirements.txt 等）见 [CONTRIBUTION.md](CONTRIBUTION.md)。
---
## Star 历史
---
## 📜 许可证
本仓库采用 MIT 许可证。更多信息请参阅 [LICENSE](LICENSE) 文件。
---
**⭐ 如果觉得有用，请为本仓库点 Star — 这能帮助更多人发现它！**
[Report Issue](https://github.com/ashishpatel26/500-AI-Agents-Projects/issues) • [Request Agent](https://github.com/ashishpatel26/500-AI-Agents-Projects/issues/new?template=feature_request.md) • [Contribute](CONTRIBUTION.md)