2026-10-10 09:42:22
RAG技术演进——从基础检索到Agentic RAG
截至2026年，RAG已从简单的“向量检索+生成”模式，演进为包含自适应检索、图检索（Graph RAG）、多模态RAG等在内的复杂智能认知系统，成为企业级AI应用的基石。
技术博客
2026-10-10 09:40:02
AI工作流编排——从DSL设计到确定性执行
AI应用开发正从“胶水代码+回调地狱”转向声明式工作流编排。以Dify为代表的可视化编排平台，核心设计哲学是“前端只负责画，后端只负责跑”。
2026-10-10 09:37:24
AI 智能体开发——从框架选型到生产落地
2026年，AI智能体已从“聊天助手”进化为能自主感知、规划、行动与记忆的“数字员工”，核心目标是完成任务而非仅回答问题。
2026-10-10 09:25:44
Hermes Agent 私有化部署——打造自进化 AI 智能体
Hermes Agent 是 Nous Research 于 2026 年 2 月开源的自托管 AI Agent，采用 MIT 许可证，核心定位是一个“越用越聪明”的自进化智能体。与传统聊天机器人不同，Hermes 内置闭环学习回路：在每次任务完成后自主提炼可复用技能（Skill），并通过 FTS5 跨会话搜索与 Honcho 辩证式用户建模，解决 LLM “失忆症”问题，实现持久记忆与持续进化。
2026-10-10 09:19:11
OpenClaw 私有化部署——让 AI 智能体真正“动手干活”
OpenClaw（原 Clawdbot）是一款开源可自托管的 AI 智能体执行框架，核心价值在于让大模型从“只会聊天”变成“能动手执行任务”的数字助手，通过自然语言指令完成文件处理、代码编写、流程自动化等操作。
2026-10-10 09:09:35
vLLM 私有化部署——生产级高并发推理引擎
当私有化部署从“个人玩具”升级为“企业服务”，Ollama 的串行处理架构便触及天花板。vLLM 出自 UC Berkeley 的 PagedAttention 论文，核心使命只有一个：把每一分 GPU 算力榨干，服务尽可能多的并发请求。
2026-10-10 09:07:40
Ollama 私有化部署——一行命令构建本地 AI 引擎
在数据隐私与成本控制的双重驱动下，本地运行大语言模型已从“极客玩具”变为刚需。Ollama 凭借其极简设计，成为 2026 年本地 LLM 部署的事实标准。