AI 落地知识库
覆盖 AI 转型、FDE（前沿部署工程师）方法论、RAG、Agent、知识管理等主题的一线实践与洞察，按主题浏览企业 AI 落地的真实经验。
正本清源：企业 AI 不是建在 Harness 上，而是用 Harness 承载业务流程
最近有一种说法在中文圈里来回传：黄仁勋说：未来企业 AI 要建立在 Harness 上，而不是工作流，也不是业务流程。
OpenWiki Brains 与 wiki memory 模式：智能体记忆从反应式推到主动式
LangChain 在 7/10 发布 OpenWiki Brains 0.1.0（npm 包名 openwiki，MIT 协议）。该版本把 OpenWiki CLI 的覆盖范围从代码库文档扩展到个人工作流的多源接入：Personal …
AI Agent 慢在哪？Node.js 探针把模型、工具和服务链路一次串起来
今天的团队并不缺服务端监控。
拆解LangChain刚开源的OpenWiki：如何落地个人Wiki知识库
看到LangChain AI 刚刚开源了个项目OpenWiki，看它的名称和实现就是把wiki知识库这条路线在实际的应用中落下来，项目介绍：
拆解Agent Harness的11大核心组件与工程实践（附下载）
在大模型智能体（Agent）的落地实践中，很多开发者都会遇到一个共性问题：简单演示场景下，依靠ReAct循环、基础工具和优质系统提示词，Agent可以稳定运行、效果出色。但一旦面对需要十余步操作的复杂任务，系统就会频繁出问题。
让 Agent 快速上生产：基于 OceanBase 和 LangChain 打造的智能体系统解决方案发布
5 月 30 日，OceanBase 社区联合 LangChain 中国社区在上海举办了一场 meetup。LangChain & OceanBase 社区大使“沧海九粟”正式发布了基于 OceanBase 和 LangChain 打造…
用 LlamaIndex 让 AI 读懂你的 Excel：三种方案详解
做 RAG（检索增强生成）时，PDF、Word 这类文档本质是"一段段文字"，切分起来相对自然。
LlamaIndex 开发多智能体 Agents 入门基础
当场景复杂、涉及多模块功能时，单智能体难以满足需求，此时需构建多智能体系统：为特定领域任务创建专门智能体，让每个智能体各司其职，共同解决复杂问题。后续将逐步拆解其开发要点。
LlamaIndex 开发智能体 Agents 要点解析
1.1 LlamaIndex框架概述
【实战升级】从70%到99%准确率，我用循环体优化了FastGPT薪资计算助手
在上一篇文章《【实战】手把手教你用FastGPT搭建薪资计算助手，HR看了都想学！》实践中，我们使用 FastGPT 搭建工作流，实现了多工种的薪资计算：按照绩效计算“技术研发人员”的薪资，以及按照生产计件计算的“生产线工人”的薪资。
这可能是全网最详细的 FastGPT 问答助手工作流搭建指南，建议收藏！
把一本500页、充斥着各种电路图和专业术语的《高压断路器运维规程》变成一个随叫随到的专家，“拢共”分几步？
LlamaIndex 是什么？普通人也能用它构建 AI 应用？
你有没有发现，平时用 ChatGPT 时，它的回答虽然“像模像样”，却经常不太靠谱？
SiliconCloud x FastGPT：让20万用户打造专属AI知识库
FastGPT（https://fastgpt.cn/）是由环界云团队开发的基于 LLM 大语言模型的知识库问答系统，提供开箱即用的数据处理、模型调用等能力。同时可以通过 Flow 可视化进行工作流编排，从而实现复杂的问答场景。Fast…
FastGPT 3分钟实现李继刚的“汉语新解”（保姆级教程）
FastGPT 是一个基于 LLM 大模型的开源 AI 知识库构建平台。提供了开箱即用的数据处理、模型调用、RAG 检索、可视化 AI 工作流编排等能力，帮助您轻松构建复杂的 AI 应用。