Graphify 深度解析：把代码库变成可查询的知识图谱
GitHub 今日新上榜的 Graphify 用 tree-sitter 解析代码 AST，确定性构建知识图谱，构建过程零 LLM 调用、零 Token 消耗。每条边标注 EXTRACTED 或 INFERRED，直接解决 RAG 幻觉。LOCOMO recall@10 达 0.497，是 mem0 的 10 倍。
RAG
AI工程学习项目ai-engineering-from-scratch：5 大模块一次说清
ai-engineering-from-scratch是一个 AI工程学习路径项目，按环境搭建、LLM 应用、Agent、微调、生产部署 5 大模块系统讲解，每个知识点都能跑能改，适合想从零入门或进阶的 AI 工程师。
多智能体 LLM 金融交易框架：TradingAgents 深度解析
TradingAgents 是 10 万星的多智能体 LLM 金融交易框架，通过协调器 + 专业 Agent 分层实现端到端自动化，本文解析其架构、与同类项目对比、可借鉴思路与适用边界。
字节跳动开源 OpenViking：让 AI Agent 像操作文件一样管理记忆
字节跳动开源 OpenViking 登顶 GitHub Trending AI 第1（日增 2,304⭐）。用虚拟文件系统管理 Agent 上下文，L0/L1/L2 分层加载，可观测检索轨迹。AGPL-3.0。
langflow实战：可视化AI工作流+MCP Server一键导出
langflow 是 GitHub 152K★ 的可视化 AI 工作流平台，零代码搭 AI Agent 与 RAG 流水线，支持 Python 源码级定制。核心亮点是 MCP Server 一键导出，可直接对接 Claude、OpenClaw 等 Agent 调用，对阵 dify/n8n/Flowise 优势明显。
book-to-skill：把书籍编译成Claude随身技能
book-to-skill 把 PDF/EPUB/DOCX 技术书编译成 Agent 可按需加载的 SKILL.md，运行时 Token 消耗比直接塞整书低 24~51 倍。兼容 Claude Code、Copilot CLI、Amp 等遵循 Agent Skills 开放标准的工具。
5分钟读完：智能体 10 大核心设计模式速查表
Google《Agentic Design Patterns》21 章浓缩为 10 大模式 + 1 张速查表。提示链 / 反思 / 工具使用 / 规划 / 多智能体 / 记忆 / RAG / MCP / 目标监控 / 推理技术，配合 LangChain / LangGraph / CrewAI 代码片段，AI 工程师必收藏。
腾讯开源的私人文档大脑：WeKnora让资料真的会回答问题
当文档堆成山，真正被查阅的不到 10%。腾讯开源的 WeKnora 用 RAG + 知识图谱，把散乱资料变成能对话的私人助手——语义问答、跨文档关联、带出处答案、数据完全私有。本文实测部署，详解价值、用法与电商团队的真实落地建议。
【开源工具推荐】turbovec：比FAISS快20%的Rust向量索引，10M文档仅需4GB内存
turbovec 是基于 Google Research TurboQuant 算法的 Rust 向量索引，免训练、比 FAISS IndexPQ 快 12-20%、10M 文档仅占 4GB 内存（16x 压缩），原生支持在线索引、搜索时过滤与 LangChain/LlamaIndex 集成，pip install 即可上手。
卡帕西 LLMWiki 理念的终极实现 – OpenClaw 最强记忆系统GBrain详解
本文详细介绍了 Y Combinator 总裁 Garry Tan 开源的 GBrain 项目，这是一个专为 OpenClaw 和 Hermes Agent 打造的生产级个人知识大脑系统。文章涵盖了 GBrain 的核心作用、技术架构、安装方法、配置指南、核心技能使用、防幻觉机制、Obsidian 协同方案以及最佳实践。GBrain v0.26.8 版本内置 34 个独立技能和 21 + 个定时任务，采用 Postgres/PGLite 作为存储底座，能够自动处理海量知识，彻底解决了传统 RAG 和 LLMWiki 方案的局限性。
4种方法将OpenClaw成本直降95%：不牺牲性能的Token自由指南
本文基于 2026 年 5 月 1 日最新 OpenClaw 官方文档，修正了此前流传的所有错误配置方法，详细介绍了四种在不牺牲性能的前提下将 OpenClaw 运行成本降低 95% 以上的方法。重点讲解了 QMD 本地检索的正确安装配置、官方心跳优化参数的使用、本地模型集成以及成本体检流程，包含完整的 JSON5 配置代码和详细的成本对比表格，是一份准确、实用的 OpenClaw 成本优化指南。
构建基于OpenClaw+RAG+Obsidian的多 Agent协作系统
本文基于 OpenClaw 和 Obsidian 官方文档，详细讲解如何构建多 Agent 协作系统，从核心架构价值、分步落地操作，到深度优化技巧，层层递进，帮助读者解决 AI 记忆、检索、进化三大痛点，打造安全高效的专属 AI 知识大脑，适合需要提升 AI 协作效率的开发者参考。