标签
介绍了SAG（SQL-Retrieval Augmented Generation），一种基于SQL动态超边的新型检索增强生成架构，相比传统RAG和GraphRAG在多跳推理上更高效、成本更低，已在GitHub开源并取得不错评测结果。
本文讨论了AI agent演示往往成功，而生产部署却暴露出关键的安全和授权问题，强调模型质量并不能解决诸如访问控制、数据泄露和可审计性等问题。
Salvatore Sanfilippo 回顾了他早前的预测：RAG 会逐渐消退，而原始向量搜索仍有价值，如今 RAG 的热潮已经消退。
介绍Agent memory创业的几种主流思路，并推荐EverMind团队的开源项目EverOS，它提供以Markdown为源的本地记忆操作系统，支持双轨记忆、多模态摄取和自演化能力。
PixelRAG 是一种新型开源工具，它绕过传统 HTML 解析，直接通过对网页截图并使用视觉模型从像素中提取答案，并支持 Claude Code 插件，让 Claude 具备视觉能力。
介绍了五个开源工具（MarkItDown、MinerU、Docling、marker、surya），用于将PDF、Office文档等转换为Markdown或JSON，以便直接供RAG或AI代理使用。
腾讯开源了企业级知识平台 WeKnora，具备 RAG 智能问答、ReAct 自主 Agent 和自维护 Wiki+知识图谱三大功能，可将原始文档转化为可推理、可生长的知识资产。
作者提出以IdeaBlock（问题-答案+治理字段）替代传统chunk来改进RAG知识单元，已开源Blockify工具，可减少40倍语料、3倍token并提升2.3倍相关性。
@DeRonin_在推文中为2026年的AI工程师提供建议，强调交付真实应用、掌握核心技能、使用廉价模型、广泛部署、开源项目以及聚焦单一职业赛道。
PixelRAG是一种开源检索系统，它通过截取网页截图并使用视觉语言模型直接从像素中读取答案，从而绕过HTML解析，声称相比基于文本的RAG有显著的准确率提升。
一个推文串，解释了8种不同的RAG架构（Naive、Multimodal、HyDE、Corrective、Graph、Hybrid、Adaptive、Agentic）及其使用场景，并暗示了一种改进的索引技术。
阿里开源了内部使用多年的向量数据库Zvec，支持十亿向量毫秒级检索，无需单独服务即可嵌入应用进程，完全免费，替代Pinecone等付费服务。
Elasticsearch博客文章描述了构建一个持久化智能体记忆层，包含三种记忆类型（情景记忆、语义记忆、程序记忆），在QA评估中实现0.89召回率，并利用混合召回和DLS隔离实现了零租户泄漏。
一条解释构建生产级AI系统所需的六个关键AI概念（token、嵌入、向量搜索等）的推文串，强调理解这些概念可以避免像API成本失控等代价高昂的失败。
推文宣布了一个RAG播放列表，涵盖从基础RAG到高级技术（如使用LangChain和LangGraph的CRAG和Self-RAG）的主题，评论区附有链接。
Codelf 是一个开源的桌面 AI 助理，可用自然语言描述需求，自动拆解步骤并调用工具完成开发、文件操作、浏览器操控等任务，同时提供完整的编辑器与终端功能，支持 DeepSeek、Claude、ChatGPT 等模型，对国内网络友好，具备本地 RAG 知识库能力。
代理型RAG通过AI代理在循环中驱动检索过程，实现多步推理、自动选择数据源和优化查询，解决了标准RAG在处理多跳问题、模糊查询和多数据源时的局限性。
LlamaIndex 推出了基于 LlamaParse Index 的智能体检索，结合语义搜索和 grep，构建灵活的智能体框架。6月30日的网络研讨会将演示这些工具。
一条推文宣布了LLM-Evaluation，这是一个公共GitHub仓库，包含用于评估LLM、生成式AI和RAG系统的研讨会幻灯片、示例笔记本、提示词和参考链接，旨在提供评估工作流的实用地图。