抽空可以跑跑学习下，该仓库系统性地收集了多种LLM的应用案例，覆盖从入门到高级的AI代理、RAG、工作流等范畴，既有面向新手的快速上手代理，也有复杂的端到端流程与多Agent协作范例。

#LLM应用 #AI代理 #RAG #工作流 #多Agent协作

相关新闻

howie.serious

3小时前

google 的 ai summary，竟然是 RAG。这是我没想到的。没这么想过。🤣 正在学的RAG课，每天一课，五天学完。我知道RAG很基础，ai圈说了两年说烂了。但我就是觉得基础的老生常谈的东西也得了解更多细节更多原理。反正不要钱，每天听一点试试呗

howie.serious

2天前

为什么现在的llm在实际工作中经常感觉一般？实际能力和它的知识储备、智商都不成正比？一大原因，是llm没有你的implicit knowledge（暗知识、隐性知识）。例如，你是如何给文章起标题的。你有一套自己的sop，一套workflow，里面凝结着你的很多经验、思考和总结。这些暗知识，有人认为是不可能表达出来的，但我持相反观点：无法表达，不过是缺乏元认知而已，这是可以解决的。一

洛克船长

5天前

周末折腾RAG，怎么做好像效果都不太好。下午发现CloudFlare 也有自己的RAG方案，而且打包成产品叫Auto RAG 。貌似效果还不错。

orange.ai

6天前

之前看到 AK 对人类学习和记忆的推还不是特别理解。我们现在很多关于记忆的项目，就是用 RAG 胡乱召回，既不管场景也不是那么相关。而在最近高强度使用 Claude Code 的 md 文件上下文，加上 Skills 的发布，我觉得一个好的记忆系统越来越清晰了。相比个人偏好个人生活的记忆，解决问题的认知和策略的记忆，更有价值一些。 AK 的之前说的内容：许多人类的学习过程更像是一种系统提

1周前

RAG已死？RAG已死的说法最近看到不少，很多是受Claude Code用grep的影响。问题是，grep就是一种信息检索手段啊，有grep就是RAG，只有那种每次把整个库都丢进去的不是RAG。另外，grep只是一种信息检索手段，只用grep做RAG目前还没有看到在非代码场景的成功案例，现在就断言以后用grep就行，我觉得应该都是没做过RAG。然后，很多人觉得向量化要切片，就觉得喂给L