Scrapling:会自己适配改版的爬虫框架,AI Agent 原生
一个 Python 爬虫框架,元素改了 CSS 它还能找到;HTTP、浏览器、全站爬虫一套 API;自带 MCP server 和 Agent Skill,AI Agent 拿来就用。
LlamaIndex 不只是「给 LLM 喂文档」的库——它把 RAG、Workflow、Agent 编排全做了。本文从一行代码跑到架构、再到踩坑实测。
一个 Python 爬虫框架,元素改了 CSS 它还能找到;HTTP、浏览器、全站爬虫一套 API;自带 MCP server 和 Agent Skill,AI Agent 拿来就用。
一个桌面 App 把 Llama、Qwen、DeepSeek 的微调打包成一键下载。核心是手工重写的 CUDA kernel + 4/8-bit GGUF 量化,省 40–70% 显存,速度快 2–5 倍。我在 4090 上实测 Qwen2.5-7B LoRA,单步从 2.3s 降到 1.1s。
能跑在笔记本上的 ChatGPT 替代品,支持 Ollama、OpenAI API、RAG、插件和团队协作。自托管 AI 前端里体量最大的一个,本文从部署到架构拆开看。
把任意 URL 变成干净 Markdown,专治 JS 渲染和反爬。聊聊它的代理池、headless 编排和 Agent 友好设计。
微软开源的 MarkItDown,能把 PDF、Word、PPT、图片、音频、YouTube 链接统一转成适合 LLM 消费的 Markdown,定位在 RAG / Agent 数据预处理的最前端。
从一行链式调用开始,看 LangChain 怎么把 LLM 应用工程化做成一门正经手艺活。
GitHub 89.5k Star 的推理框架,把显存当内存管,把请求当流式作业调度。实测 H100 单卡 4200 tok/s,比默认配置快 133%。
StateMemBench 拿 234 个多会话场景开刀,发现现有 Agent 记忆基准只测 recall,真正难的状态跟踪没人测。