📚 Wiki 知识库

LlamaIndex 用 Rust 重写文档解析器 LiteParse

✍ Jason Zhu🕐 2026-05-28📦 4.3 KB 🟢 已读 𝕏 文章列表

LlamaIndex 推出完全用 Rust 重写的文档解析器 LiteParse。相比旧版，新版本在处理大文档时速度提升 3 倍，小文档提升可达 100 倍，实测 457 页 PDF 解析仅需 0.777 秒。该工具支持 Python、Node.js、Rust 及浏览器环境，覆盖 PDF、Office 等主流格式，具备原生 OCR 能力，且可作为 Agent Skill 直接集成。

LlamaIndexRust文档解析OCRAgent SkillRAG开源性能优化

🔗 相关文档

Introducing SMFS: The Supermemory Filesystem

SMFS 是一个结合了 RAG 和传统文件系统优势的新型可挂载文件系统。它允许 Agent 使用标准的 Unix 命令（如 grep）执行语义搜索，支持多格式文件的自动解析与提取，并提供本地优先的同步引擎。内部基准测试显示，SMFS 能显著减少 Token 消耗和工具调用次数，同时大幅提升检索准确率。

技术 › 工具与效率 ✍ Dhravya Shah🕐 2026-04-29
RAGAgentLLM文件系统开源语义搜索RustDevOps工具SMFS

Introducing pgContext 0.2.0: Advanced AI search inside Postgres

pgContext 0.2.0 发布，作为 PostgreSQL 的开源扩展，提供更快的语义搜索、过滤和混合检索功能。新版本优化了性能，增加了搜索透明度和安全性，支持更多 AI 搜索方法，适用于推荐系统和低成本检索。用户可通过源代码、容器或 Docker Compose 使用。

技术 › 数据库 ✍ dale🕐 2026-07-24
PostgreSQLpgContextAI搜索语义搜索混合检索开源数据库性能优化

网页爬虫迎来重大升级：PixelRAG 实现基于视觉的网页检索

PixelRAG 是一种开源的视觉化网页检索技术，通过直接截图并使用视觉模型分析像素，而非依赖 HTML 解析，从而避免信息丢失。它构建了 3000 万维基百科截图的视觉索引，在问答任务上超越传统文本 RAG 基准 18.1%，并支持 Claude 代码插件。

技术 › LLM ✍ 半吊子程序猿大铭🕐 2026-07-19
PixelRAG网页爬虫视觉检索RAGClaude开源多模态Qwen3-VL

BestBlogs 早报 · 07-17｜Bun 借 AI 重写、Hook 堵越权、Nemotron 登顶检索

本期早报聚焦 AI 工程落地，精讲 Bun 用 64 个智能体 11 天重写 53.5 万行代码、腾讯 DECO 用 Hook 治理 LLM 偷懒越权、NVIDIA Nemotron 登顶检索榜。此外涵盖 Kimi K3、Inkling 模型、全双工语音等速览，强调竞争焦点从模型参数向工程实践迁移。

技术 › Harness Engineering ✍ ginobefun🕐 2026-07-17
AI工程BunRustAgentNVIDIALLM检索Hook开源模型评测

Crawl4AI：7万星开源神器把网页秒变LLM能吃的干净Markdown

文章介绍了一款名为 Crawl4AI 的开源爬虫工具，GitHub 星标超 7 万。该工具专为 RAG 和 Agent 设计，能将网页快速转换为干净的结构化 Markdown 数据。其特点包括零 API Key、异步浏览器池、智能去噪、支持 CLI/Docker 部署以及强大的反爬策略，被视为构建 LLM 数据管道的利器。

技术 › LLM ✍ 开发者Hailey🕐 2026-07-10
Crawl4AI爬虫开源RAGAgent数据处理Python工具推荐

私有知识库从 demo 到生产，中间差了 8 层工程

文章探讨了私有知识库项目在实际落地中遇到的挑战。许多 Demo 看起来聪明，但在生产环境中常因检索链路混乱而答非所问。作者指出单纯升级模型无济于事，根本在于构建稳固的 RAG 底座。文章详细拆解了从数据源、解析、清洗、切分、Embedding 到索引、检索、生成及评估的 8 层最小可用架构，并阐述了 Agentic RAG 如何通过决策层优化检索策略。最后提供了从 0 到 1 的搭建步骤及技术选型建议，强调权限过滤、混合检索与持续评估的重要性。

技术 › LLM ✍ Ando🕐 2026-07-08
RAG私有知识库Agentic向量检索工程架构LlamaIndexLangChain

阿里开源 Zvec：像 SQLite 一样极简的嵌入式向量数据库

阿里开源了一款名为 Zvec 的向量数据库项目，主打“纯本地、内嵌式”极简体验，号称向量界的 SQLite。该项目基于 C++ 编写，支持零配置安装，性能强悍（毫秒级搜索数十亿向量），同时兼容稠密、稀疏向量及全文检索。它非常适合本地大模型、RAG 和个人知识库开发，彻底免去了部署繁琐的后端向量服务。

技术 › 后端 ✍ 智享🕐 2026-07-08
向量数据库阿里ZvecRAG本地大模型开源LLMAgent数据库工具

开源CC+Obsidian打造LLM Wiki内容创作3.0系统

文章介绍了一套基于LLM Wiki方法论的内容生产3.0系统，解决了2.0版本中知识库信息垃圾化的问题。通过“三步编译法”（浓缩、质疑、对标）将原始文档编译为持久化Wiki结构，实现知识资产的自动积累与进化，大幅降低维护成本并提升了内容创作与知识管理的效率。

技术 › LLM ✍ 饼干哥哥AGI🕐 2026-07-07
ClaudeObsidian知识管理内容创作Agent提示词自动化开源RAG方法论

不用花钱仅需10分钟在笔记本搭好本地OCR工作流（实测PP-OCRv6）

文章实测了百度开源的PP-OCRv6（Tiny、Small、Medium三档）本地部署方案。作者演示了如何用10分钟在笔记本上搭建OCR工作流，并对比了这三档模型与Apple Vision、Qwen3-VL等在手写、名片、轮胎压印等场景下的表现。结论指出，专用轻量模型在“逐字还原”的抄写员场景下远超大模型（VLM），且具备离线、隐私保护的优势。

技术 › 工具与效率 ✍ Berryxia.AI🕐 2026-06-17
OCRPaddleOCR本地部署实测效率工具开源AI应用教程