OpenCodeReview 详解：确定性工程与 Agent 混合的代码审查工具
OpenCodeReview 详解：确定性工程与 Agent 混合的代码审查工具让通用 Agent 做代码审查，三个老毛病反复出现：大变更集偷懒漏文件、报的行号对不上代码、提示词微调一点质量就波动。alibaba/open-code-review（OpenCodeReview，命令名 ocr）的答案是把不该出错的交给工程、把需要判断的交给模型：确定性管线负责文件选择、捆绑、规则匹配与定位反思，Ag
290
分类
AI
追踪大模型的实战前沿：模型横评与选型（Fable、GPT、Gemini、DeepSeek）、AI Agent 架构（浏览器代理、Computer Use、多智能体协作）、判断模型（Jev、Laya）、本地化部署（AnythingLLM、WebLLM）与开源 AI 生态全景。从原理拆解到落地配方，给出可复制的选型与工程结论。
共 162 篇文章
2026 AI 编程工具横评：选型决策与组合配方
2026 AI 编程工具横评：选型决策与组合配方2026 年，"AI 写代码"已从尝鲜变成日常，但工具也多到选择困难：Claude Code、Cursor、Codex、Windsurf、Copilot、Antigravity……它们看起来都能"自动写代码"，定位却天差地别。本文不是挨个夸一遍，而是帮你建立一套选型决策框架，并给出经过实战检验的"组合配方"——因为最聪明的开发者，从来不只押一个工具。
283
WebLLM：把大语言模型装进浏览器
WebLLM：把大语言模型装进浏览器想在网页里跑 LLM，传统答案只有两条路：要么调云端 API（数据出境、按 token 付费、断网即废），要么本地起服务再暴露接口（部署麻烦、跨设备困难）。MLC AI（CMU 系团队，Apache TVM 背后的力量）开源的 WebLLM 给出了第三条路——高性能浏览器内 LLM 推理引擎：模型直接在浏览器里运行，WebGPU 硬件加速，零服务器支持，API
272
AnythingLLM 详解：全合一的本地优先 AI 应用
AnythingLLM 详解：全合一的本地优先 AI 应用"跟文档聊天"的应用这两年出了几百个，多数停在 demo 水平；企业真要用，还差多用户权限、Agent 工作流、模型路由这些硬件。Mintplex-Labs/anything-llm（AnythingLLM）把这一整套做成了开箱即用的全家桶：本地优先、零配置起步，文档对话、内置 Agent、多用户、向量库、文档管线全部内置；35+ 家 LL
388
OmniRoute：把 352 家 AI 提供商拧成一个免费入口
OmniRoute：把 352 家 AI 提供商拧成一个免费入口AI 编程工具用得越狠，越会撞上两堵墙：贵（订阅 + API 按量计费，多工具多账单）和碎（各家 AI 提供商都有免费层，但几十个 SDK、几十种限额规则，手动"薅羊毛"几乎不可能）。OmniRoute 的答案是把这件事工程化：一个本地网关接住 352 个 AI 提供商（其中 90+ 带免费层，官方按共享池去重算出每月约 15.1 亿
303
speech-to-speech 详解：HuggingFace 的开源语音 Agent 流水线
speech-to-speech 详解：HuggingFace 的开源语音 Agent 流水线语音 Agent 的"全开源"路线一直有个尴尬：框架开源了，模型却离不开云端 API。huggingface/speech-to-speech 把这条路走通了：VAD → STT → LLM → TTS 四段低延迟流水线，每个组件都可换成开源模型本地跑——Apple Silicon 一台 Mac 就能撑起
311
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
250
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
246
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
294
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
258
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
322
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
313
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
600
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
565
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
309