缺知识补知识，缺能力补能力，缺流程补流程
阅读方式：微信读书网页版，从版权页翻到第 8 章末，共 544 屏、10 分 42 秒。 结构：八章一条线——Agent 基础、模型接入与本地部署、DeepSeek 双模型、RAG、GraphRAG 实战、微调、LangChain/CrewAI、BiliAgent 企业项目。 先说结论：这本书不聪明，但它完整。
RAG的八种形态，是八次被同一句话逼出来的改版
阅读方式：微信读书网页版，从第 1 章翻到第 8 章末，共 392 屏、8 章、65 分 09 秒。 （原始抓取 3000 帧，其中大量是翻页未生效造成的重复画面，按像素哈希去重后为 392 帧。） 八章：解构 RAG、LlamaIndex 实现、文档聊天助手、多模态解析器、数据库检索器、知识图谱、工作流引擎、多 Agent。
它不挑最先进，只挑跑得动、装得下
阅读方式：微信读书网页版，从版权页翻到第 16 章末，共 727 屏、16 章、13 分 17 秒。 十六章：初识、环境、关键技术、提示工程、RAG、开发平台、开发流程、LangChain、MCP、两个实战、优化调试、部署、三个大实战。 727 屏，16 章，是我这批书里最厚的一本。
复合智能体不是更聪明，是把活分给几个专职的
阅读方式：微信读书网页版，从版权页翻到第 13 章末，共 571 屏、13 章、11 分 46 秒。 十三章：技术基础、系统结构、大模型开发、LangChain、LangGraph、RAG、MCP、单智能体实战、多智能体实战、A2A、扣子、部署维护、复合系统项目。 这是我读的这一批 AI 书里，最"工程"的一本。
向量知识库，能把应收账款的一百种说法都认出来吗？
从"把意思变成坐标"，到"表格为什么是噩梦"——一次讲透语义检索的能与不能。 在会计、金融、法律这类行业里，有件特别折磨人的事：同一个意思，有一百种说法。 "应收账款"、"应收款"、"应收"、"AR"、"trade receivable"、"客户欠我们的钱"——说的是同一件事。但你用关键词去搜，"客户欠我们的钱"这七个字，跟"应收账款"一个字都匹配不上。
RAG怎么读
RAG 一般读作：一、英文读法/ræɡ/听起来和英文单词 rag 一样，近似中文的：“瑞格” 或 “拉格”在 AI 圈里，很多人直接念：RAG（rag）不是逐个字母念成 “R-A-G”，虽然那样念别人也能听懂。
034RAG（Retrieval-Augmented Generation）与Fine-tuning（微调）
我们来把这两个在大模型时代广泛使用的核心技术——RAG（Retrieval-Augmented Generation）与Fine-tuning（微调），彻底讲清楚。用最通俗的语言帮你掌握它们的底层原理、适用场景、优缺点与彼此的关系。你可以把它们理解为两种扩展大语言模型能力的“外挂”机制，只是工作方式不同。一、什么是 RAG（检索增强生成）？
028Toolformer是否已迈出通向通用智能体的第一步？——一次“目标即行动”能力的真实检验
🧠 一、你的设想回顾：目标驱动、自主规划、自主调用、自主完成你设想的 AGI Agent 应该具备这样的能力：你只下一个自然语言目标指令（如“帮我抢一张火车票”）Agent 自动理解这个目标、分解任务决定是否需要用工具，比如搜索、API、数据库、函数知道在哪一步调用哪个工具自己构造合适的调用语法和参数调用完得到结果后，能自动判断结果有无用…
022本质只是一串 message？从 AGI Agent 构建工程看“上下文操控术”的终极真相
我们正在经历的是人类第一次用“语言”而非“电路”去构建智能体系统的时代。你可以只说一句话——“帮我梳理我过去写过的所有关于AI心理咨询的文章，找出其中重复观点、风格偏好、还有哪部分表达可以更优，汇总出一份未来可优化风格建议”——然后看着 Agent 自动调用 RAG 检索工具，调动 function call 获取历史语料库，在你毫不参与的情况下…