Flowise 详解：已归档的可视化 AI Agent 构建器
Flowise 详解：已归档的可视化 AI Agent 构建器这篇文章要拆解的是一个"活化石"级项目——而且是刚刚成为化石的。FlowiseAI/Flowise（Flowise）曾是可视化 LLM 编排的头部选手："Build AI Agents, Visually"——拖拽节点连成图，聊天流、Agent 流、RAG 流不用写代码。55.5k Star、2.5 万 Fork 见证了它两年的辉煌；但
75
分类
AI
聚焦于大模型（LLM）、AI 技术、MCP（Model Context Protocol）和 AI Agent 的前沿探索与实践应用。从基础的 LLM 原理、微调方法和提示工程，到 MCP 的上下文管理、Agent 架构设计（如 ReAct 框架）和多代理协作，代码示例、案例分析和优化策略。
共 69 篇文章
LocalAI 详解：开源 AI 引擎与多模态后端集市
LocalAI 详解：开源 AI 引擎与多模态后端集市本地跑 AI 的工具大多有个性别偏好——要么盯着 GPU，要么只管文本。mudler/LocalAI（LocalAI）的野心大得多："开源 AI 引擎"：任意模型——LLM、视觉、语音、图像、视频——跑在任意硬件上，无需 GPU。架构哲学是"小核心，非全家桶"：核心只做编排，每个后端（llama.cpp、vLLM、whisper.cpp、sta
67
Vercel AI SDK 详解：TypeScript 全栈 AI 应用工具包
Vercel AI SDK 详解：TypeScript 全栈 AI 应用工具包在 TypeScript 里接大模型，最怕的是换一家供应商就重写一遍调用代码、流式解析、UI 状态管理。vercel/ai（AI SDK）把这层麻烦全部抽掉：Vercel 与 Next.js 团队出品的供应商无关 TypeScript 工具包，一套 API 通吃 OpenAI、Anthropic、Google 等主流模型
79
Superpowers 详解：给编码 Agent 的完整开发方法论
Superpowers 详解：给编码 Agent 的完整开发方法论让 AI 编码助手写代码，最常见的翻车现场是：你一句"帮我做个功能"，它立刻闷头开写，方向错了不回头，测试没写先宣告完成。而 obra/superpowers（Superpowers）换了一条路：不给模型更多自由，而是给它一套**强制执行的软件开发方法论**——由可组合技能（skills）构成，从头脑风暴、写计划、TDD 到子代理并
86
PandaWiki 详解：大模型时代的内容管理系统
PandaWiki 详解：大模型时代的内容管理系统搭一个企业知识站，传统方案是 Wiki 系统 + 搜索引擎 + 人工维护，内容一多检索就失灵，更别提让访客"直接提问"。长亭科技开源的 chaitin/PandaWiki（PandaWiki）给出了另一种答案：一个由大模型驱动的开源知识库与 Wiki 系统，写好的内容自动向量化、自动可问答，访客既能像传统 Wiki 一样浏览，也能直接向 AI 提问
102
Art Direction Daily 详解：每日一种视觉语言的 AI 网页设计日刊
Art Direction Daily 详解：每日一种视觉语言的 AI 网页设计日刊随着 v0、Cursor、Lovable 等 AI 建站工具的兴起，"用提示词生成网页"已成为前端新工种，但多数人卡在"提示词写不出风格"。Art Direction Daily（@artdirdaily）正是为这个痛点而生——它是一份"代理式网页设计（agentic web design）"日刊，每天用一种全新视
109
Hermes Agent：与你一起成长的开源 AI 代理
Hermes Agent：与你一起成长的开源 AI 代理大多数 AI 助手是"健忘的租客"——换个窗口就失忆、换个平台就重学、干过的活不留下任何沉淀。Nous Research 出品的 Hermes Agent 反其道而行，口号是"The Agent That Grows With You"（与你一起成长的代理）：它是一个开源（MIT）、自托管的 AI 代理，具备持久记忆（学习你的项目、自动生成技
135
LlamaIndex 详解：构建 RAG 与代理应用的数据框架
LlamaIndex 详解：构建 RAG 与代理应用的数据框架让大模型用上私有数据（文档、数据库、API），最成熟的路径就是 RAG；而把"接入数据、建索引、检索问答、编排代理"这套流程做成框架的，正是 run-llama/llama_index（LlamaIndex）。它是一个开源的数据框架，约 51.8k Star、MIT 协议，官方定位已从"LLM 应用的数据框架"演进到"构建代理应用（ag
135
Hugging Face 详解：AI 开源社区的中心枢纽
Hugging Face 详解：AI 开源社区的中心枢纽做 AI 开发，绕不开一个名字：Hugging Face。它自称"The AI community building the future"——建设未来的 AI 社区，如今托管着 200 多万个模型、50 多万个数据集与上百万个应用，Google、Meta、微软等五万余家组织都在上面发布成果。下个模型、找数据集、跑 Demo、调 API，几乎
132
WeKnora：腾讯开源的企业级知识库引擎
WeKnora：腾讯开源的企业级知识库引擎企业里最痛的知识管理现状是：文档躺在飞书、Notion、语雀、本地 PDF 里"沉睡"——查不到、问不了、更不会自我生长。腾讯（微信团队）开源的 WeKnora 给出的答案是把它变成"活知识"（Living Knowledge）：官方口号 "Turn Documents into Living Knowledge with RAG, Agents and
255
Dify 详解：开源 LLM 应用开发平台
Dify 详解：开源 LLM 应用开发平台团队想做一个 AI 应用——接几个模型、搭一条 RAG 流水线、配一个代理、再对外开放 API——如果全靠写代码，每一样都是工程量。langgenius/dify（Dify）把这些搬进了一个可视化平台：拖拽画布编排工作流、开箱的 RAG 管线、Function Calling / ReAct 代理、Prompt IDE 与 LLMOps 观测，一套环境从原
189
Code-Graph-RAG：用知识图谱重构代码 RAG
Code-Graph-RAG：用知识图谱重构代码 RAG理解一个陌生的大型代码库是开发者的日常痛点——接手几万行的项目，光搞清"这个函数被谁调用""数据怎么流转"就要花几天。传统代码 RAG 把代码当文本切片 + 向量检索，在跨文件的"调用关系""数据流"问题上力不从心，因为它不懂代码结构。Code-Graph-RAG（命令 cgr）换了个思路：用 Tree-sitter 把代码解析成 AST，把
145
system_prompts_leaks 详解：60k Star 的 AI 系统提示词泄露合集
system_prompts_leaks 详解：60k Star 的 AI 系统提示词泄露合集每家 AI 厂商在用户对话开始前，都会给模型注入一段隐藏的"系统提示词"（system prompt），规定它的人设、能力边界、安全约束与可用工具。GitHub 上的 asgeirtj/system_prompts_leaks 仓库把这些原本不可见的系统提示词逐字收录、按厂商分类、持续更新，已被《华盛顿邮
135
Docs2KG 详解：人机协同的异构文档知识图谱构建
Docs2KG 详解：人机协同的异构文档知识图谱构建前面介绍了三个知识图谱工具——Graphify（代码库）、ai-knowledge-graph（纯文本）、Knowledge Graph Extractor（自托管）。它们各有侧重，但都有一个共同短板：LLM 自动提取完就结束了，没有人工审核和迭代闭环。提取错了怎么办？漏了实体怎么办？关系标错了怎么办？Docs2KG（AI4WA 团队，371 S
126
Android CLI 完全用法解析
Android CLI 完全用法解析随着 AI 代理（Gemini、Claude、Codex 等）越来越多地参与 Android 开发，Google 推出了一个为"代理优先"工作流设计的命令行工具——Android CLI（即 android 命令）。它把建项目、管设备、装 SDK、查文档、装技能、连 Android Studio 等一整套能力收进终端，既方便开发者脚本化操作，也方便 AI 代理直
143