DeerFlow背后的开发与调试工具LLM Space开源
Henry Li宣布开源DeerFlow背后的开发与调试工具LLM Space。该工具可创建、调试和评测Agent，支持快速搭建原型无需编写代码，并计划推出Evaluation功能。同时预告新作品DeerWork。
全部文档 / 标签: 评测
42 篇
AI 圈的“信息源头”：30 位核心人物清单
本文精选了 30 位在全球 AI 领域真正生产一手认知的关键人物。清单涵盖研究、工程、教育、开源、评测、AGI 及全球生态七个维度，列举了如 Karpathy、Andrej Karpathy、Sam Altman 等行业领袖。关注这些账号有助于快速提升对 AI 前沿技术与趋势的认知密度。
RAG 像素级拆解实战：索引、混合检索与评测体系
本文通过 Notebook 实战项目，对 RAG 系统的索引与检索过程进行了深度解析。内容涵盖文档切分（Chunking）、SQLite FTS5 倒排索引、BM25 关键词检索、向量 Embedding 语义检索，以及基于 RRF 的混合检索召回策略。此外，文章还介绍了如何构建评测集来验证检索效果，提供了完整的代码与数据结构示例，旨在帮助开发者理解 RAG 底层运作原理与工程实践细节。
Codex 最客观的结论：PPT 生成工具横向评测
作者针对 Codex 输出的 PPT 生成工具进行了客观排名：PPT Master 胜在可编辑性，花叔胜在视觉上限，Knowledge Cat 胜在叙事与质量，Lewis 胜在演讲模式。作者亦分享了自己的 Knowledge Cat PPT Skill，并强调 PPT 的本质不容混乱。
PPT Skills 实测：谁能生成一份能直接拿去讲的 PPT
本文对 GitHub 上四个热门 PPT Skill 项目进行了横向评测。通过使用同一份私域运营文档、同一模型和提示词，作者从视觉完成度、内容结构、中文适配、可编辑性等七个维度进行了严格对比。结果显示，ppt-master 以 93 分位居第一，胜在原生 PPTX 可编辑性高；guizang 视觉最强但不可编辑；html-ppt 适合网页演示。文章建议根据汇报、传播或素材库等不同场景选择工具。
20 个 Codex 替代不了的 GitHub 真神器
文章旨在寻找无法被 Codex 等通用 AI 编程工具替代的 GitHub 开源项目。作者确立了包括多 Agent 编排、本地化设备操作、特定硬技能及隐私保护在内的筛选标准，精选并介绍了 CrewAI、AppAgent、F5-TTS、Stable-Diffusion-WebUI 等 20 款工具，强调了它们在复杂协作、隐私安全和特定垂直领域的独特价值。
实测7款开源PPT Skill：用审美约束系统打破AI生成丑图魔咒
作者测评了 guizang、zarazhangrui、花叔等大佬开源的 7 个 PPT Skill 项目。文章指出，AI 生成 PPT 丑的核心原因是缺乏审美约束，而这些项目通过将人类美学编译为代码规则解决了这一问题。推荐项目包括 frontend-slides（Vibe Coding 挑图）、huashu-design（多格式输出）、guizang-ppt-skill（杂志风）等，分别适用于演示、协作及修改场景。
你的Claude Code和Codex，能直接拉进群帮别人干活了
文章介绍了一款名为 Bloome 的内测平台，它允许用户将本地调教好的 Agent（如 Claude Code、Codex 等）像联系人一样拉进群聊，实现与真人的多端协作。作者通过实测展示了 Agent 在群聊中生成图表、编写代码及「悄悄话」控制等功能，并探讨了 AaaS（Agent 即服务）的商业潜力与团队共享场景，认为这种将 Agent 社交化的交互模式可能是未来的大方向。
实测DeepSeek V4：为国产化而生的混合模型
文章详细评测了 DeepSeek V4 模型。V4 采用混合架构，参数量达 1.6T，虽未集成多模态能力，但在推理和代码领域表现优异。作者指出该版本通过 MXFP4、TileLang 和 MegaMoE 等技术，深度适配华为昇腾等国产芯片，旨在解决算力卡脖子问题。实测中，V4 在写作和长文本处理上表现出色，但在 Agent 意图识别和复杂开发约束遵守方面仍存在瑕疵。
我用Kollab替代了小龙虾：非技术人员的Agent新选择
文章对比了 Agent 工具 Kollab 与 OpenClaw（小龙虾）的差异。作者指出，尽管 OpenClaw 功能强大，但配置复杂对非技术人员不友好。Kollab 保留了核心功能，但在用户体验上更简洁，支持 IM 集成和团队共享空间，能有效降低“上下文税”，使 Agent 像同事一样协作。
从极客玩具到人人可用的小龙虾：扣子 2.5 体验
本文是对字节跳动扣子 2.5 的深度体验评测。文章详细介绍了新版本在日历任务管理、文件管理、CLI 命令行工具、云电脑与云手机（支持 App 自动化）、视频创作及全栈编程等方面的功能更新。作者认为扣子 2.5 通过将复杂的技术底层封装，实现了自然语言驱动的高效工作流，是目前国内体验最好、功能整合最完善的 AI 应用开发平台。
上手 Hermes Agent 后建议先尝试的十件事情
本文是一份详尽的 Hermes Agent 上手指南，作者通过源码 review 和实验验证，总结出安装后应尝试的十项关键功能。内容涵盖从基础安装、灵魂定义（SOUL.md）、副驾模型（Auxiliary）配置，到记忆系统、搜索能力、自动化审计（Hooks）、沙箱环境、多 Agent 协作、备份策略及技能自动化等进阶设置。文中还总结了 Hermes 的八大亮点，包括合理的主副模型分离机制、交互式配置体验及独特的技能固化能力。
