-
Agent Wiki 现状：AI 智能体的知识编译革命
原文链接：Agent Wiki 现状：AI 智能体的知识编译革命作者：天天 2026 年 4 月 Karpathy 写下 LLM Wiki Gist，四个月内四个团队各自构建了相同架构： 团队 产品 应用场景 Cognition DeepWiki GitHub 公开仓库 Wiki（50,000+ 仓库） Factory AutoWiki CI 集成，文档即构建产物 ... -
OpenWorker：吴恩达要把 AI 从聊天工具变成真正的同事
原文链接：吴恩达做了一个桌面应用 OpenWorker，要把 AI 从「聊天工具」变成「真正的同事」作者：seebin仓库：github.com/andrewyng/openworker（7,758⭐，MIT） AI that gets your everyday tasks done. 帮你把事情干完的 AI——不是聊天工具，是交付成品的同事。 四层架构（全部... -
HyGRL：不抽三元组的 GraphRAG，多实体问答 SOTA，推理 1.82s
原文链接：GraphRAG又一新作，HyGRL可太强了作者：PaperRAG论文：HyGRL: Adaptive Hybrid Graph Reasoning for Multi-Entity Questions代码：github.com/wjywjy123/HyGRL 「哪个导演拍的电影既拿了奥斯卡又演过 Christopher Nolan 的电影」——多实体问题... -
drawio-skill：让 AI 自己画架构图，还能抓出架构漂移
原文链接：小红书笔记作者：AI技术投降派仓库：github.com/Agents365-ai/drawio-skill（6,697⭐，MIT，Python） 三个月前还在「话转图」的框里打转，现在堆了 38 个脚本、128 个测试、6,697⭐、v2.1——已经溢出了「画图工具」的定位，变成一个完整的架构图工作流。 核心能力全景方向一：不用你描述，自己读自己画13 ... -
OpenWiki：给代码仓库装一个会自我更新的「项目大脑」
原文链接：OpenWiki：给代码仓库装一个会自我更新的”项目大脑”作者：大咪仓库：github.com/langchain-ai/openwiki（13,344⭐，MIT，TypeScript） 未来代码仓库不只给人读，也会给 AI Agent 读。仓库需要一层稳定、持续更新、能被 Agent 优先消费的知识结构。 核心能力OpenWiki 是 LangCha... -
GraphRAG 退位，HG-RAG 雄起——给 RAG 装上层级指南针
原文链接：GraphRAG退位，HG-RAG雄起作者：PaperRAG论文：HG-RAG: Hierarchy-Guided RAG for Structured Knowledge Graphs代码：Pranubot/HG-RAG（Python） 问 LLM「Voss 城在哪个国家」，dense RAG 找 top-10 相似节点，但 country 节点语义不够近没被召回... -
生产级 Agent 面试 11 问：从 ReAct 背诵到工程落地的差距
原文链接：面试官皱眉：”让你负责一个生产级 Agent，你会怎么设计？”作者：沉默王二项目：PaiCLI-Python（MIT，Python） 概念谁都会背，但能把概念落成生产环境里跑得起来的工程细节，这才是面试官真正想听到的。 01 多模式 Agent 的 HarnessPaiCLI 支持三种运行模式——ReAct 主循环、Plan-and-Execute、Multi-Agent... -
开源 OpenKnowledge：人和 AI 共用一个本地 markdown 知识库
原文链接：开源 OpenKnowledge：人和 AI 共用一个本地 markdown 知识库作者：Sanmist 大多数人的知识都存在两个互不相通的地方。笔记和文档在 markdown 编辑器里，自己看自己改；要用 AI，就把内容复制进对话框，让它读一遍再把结果贴回来。文件是文件，AI 是 AI，中间隔着来回复制粘贴。 OpenKnowledge 想把这两边接成一个。它是 inkeep... -
PageIndex：扔掉向量数据库，RAG 准确率飙到 98.7%
没有向量数据库，没有文档分块，没有 embedding 模型——PageIndex 用”像人一样翻文档”的方式，把 RAG 准确率从 30% 拉到了 98.7%。
在金融文档问答领域最权威的基准测试 FinanceBench 上，一个开源项目交出了 98.7% 的准确率。排名第二的系统是 91%。传统向量 RAG？只有 30% 到 50%。
这个项目叫 PageIndex，由 VectifyAI 团队在 2025 年 9 月推出，灵感来自 AlphaGo 的树搜索策略，GitHub 上已经收获了超过 23,000 Star。
-
向量检索、知识图谱与 LLM Wiki：RAG 三大检索技术全景对比
原文链接：https://mp.weixin.qq.com/s/Gu7JUzs1laOIJYbPgnTmeA作者：叶小钗 RAG 在网上已经”死过很多遍”了，但企业依然离不开它。因为 RAG 不是某种具体技术，而是检索 + 生成的架构范式——只要大模型无法穷尽所有私有知识，检索的价值就不会消失。 五大检索技术演进1. 全文检索（BM25 / Elasticsearch）倒排索引...