今天我们分享一个开源项目，帮助你快速构建基于Langchain 和LLM 的本地知识库问答，在GitHub已经获得27K star，它就是：Langchain-Chatchat

用 Coze 平台 + DeepSeek 模型，搭建一个专业级 AI 智能客服！本文将用超详细的步骤和截图，手把手教你搞定核心环节 ——Coze 工作流搭建，小白也能轻松上手！

本文是台大教授李宏毅讲授AI Agent的爆火油管视频的文字稿。内容层层递进，是学习和理解AI Agent难得的好教材。

本文构建的VLM参考了OmniVision结构，主要包括三个模块：大语言模型模块、视觉模型模块和特征融合模块，目前主流的多模态大模型基本上都是采用这种架构，比如Qwen2-VL。

RAG-Anything（简称 RAGA）由香港大学数据智能系统实验室（HKUDS）开源，定位为「首个面向任意模态的统一检索增强生成框架」。

从0到1的超小中文多模态大模型VLM的Pre-train、SFT和DPO实现之路（二）

以下是 RAGFlow、Dify、FastGPT、Cherry Studio 和 AnythingLLM 五款工具的详细对比，结合核心定位、技术特点、适用场景等维度

LLM和多模态模型高效推理实践

前端工程师在Agent开发中，核心是做“智能体与用户的桥梁”：通过UI承接用户输入与智能体输出，通过状态管理控制交互流程，通过API调用衔接LLM与工具。

大模型应用的最佳实践Chains, Chain代码剖析、llmchain示例