即刻App年轻人的同好社区
下载
置顶还在为手动搬运公众号文章到知识库而头秃？
告别 ctrl+c/v 的石器时代吧！
我用n8n 做了一套【全自动】工作流，能把多个公众号（对，N个都行！）的历史文章+每日最新内容，全自动同步到你的 私有知识库～
喂饭级教程+工作流文件都给你打包好了（在评论区），只想换你一个三连！
告别 ctrl+c/v 的石器时代吧！
我用n8n 做了一套【全自动】工作流，能把多个公众号（对，N个都行！）的历史文章+每日最新内容，全自动同步到你的 私有知识库～
喂饭级教程+工作流文件都给你打包好了（在评论区），只想换你一个三连！
77 1041
这次内测了阶跃的新旗舰模型 Step 5 Preview。
版本号直接从 3.7 跳到 5，我一开始也半信半疑：到底是名字跳了，还是能力真跳了？
我拿它连续做了 5 个挺折腾的项目：
1. 用 three.js 做了一个昆明 3D 城市网页
2. 把我的截图工具 Ta 往 Windows 版迁移
3. 做了一款手机端 MD/HTML 阅读器
4. 复刻了一个广告小游戏
5. 做了个虚拟机械臂，还接 AI 画画
最让我意外的不是某个 demo 多惊艳，而是它真的能长时间干活。
城市 3D 网站那个项目跑了快三个小时，中间没断，也没有明显跑偏。它会按 PRD 一步一步来，该查资料查资料，该对照文档对照文档。
这种感觉挺不一样的。
以前很多模型像是「聪明但坐不住」，一开始思路很好，做着做着就开始自由发挥。Step 5 Preview 更像一个能熬长任务的工程同事，速度不一定最快，但能一直往前推进。
当然，也不是每个 case 都完美。
比如机械臂建模就比较一般，但 AI 控制机械臂画出月亮这件事确实跑通了，而且它为这个项目做了 158 项测试。
这个数字我看到的时候也愣了一下。
价格也挺关键。国内 API 价格是输入 7 元 / 百万 tokens，输出 20 元 / 百万 tokens，缓存命中输入只要 0.35 元 / 百万 tokens。
如果这种长任务以后都能用比较低的成本跑起来，意义会很大。
我现在越来越觉得，Agent 的变化不是「回答更快了」，而是「能接的活变长了」。
从几分钟的小任务，到一两个小时甚至更久的工程任务，这个跨度才是真正改变工作方式的地方。
以前我说过：用钱买时间很划算。
现在我想补一句：用钱买交付结果，可能更划算。
尤其是这种不怕慢、能上夜班的模型。
晚上扔个任务，睡一觉起来收菜，这事儿确实很爽。
版本号直接从 3.7 跳到 5，我一开始也半信半疑：到底是名字跳了，还是能力真跳了？
我拿它连续做了 5 个挺折腾的项目：
1. 用 three.js 做了一个昆明 3D 城市网页
2. 把我的截图工具 Ta 往 Windows 版迁移
3. 做了一款手机端 MD/HTML 阅读器
4. 复刻了一个广告小游戏
5. 做了个虚拟机械臂，还接 AI 画画
最让我意外的不是某个 demo 多惊艳，而是它真的能长时间干活。
城市 3D 网站那个项目跑了快三个小时，中间没断，也没有明显跑偏。它会按 PRD 一步一步来，该查资料查资料，该对照文档对照文档。
这种感觉挺不一样的。
以前很多模型像是「聪明但坐不住」，一开始思路很好，做着做着就开始自由发挥。Step 5 Preview 更像一个能熬长任务的工程同事，速度不一定最快，但能一直往前推进。
当然，也不是每个 case 都完美。
比如机械臂建模就比较一般，但 AI 控制机械臂画出月亮这件事确实跑通了，而且它为这个项目做了 158 项测试。
这个数字我看到的时候也愣了一下。
价格也挺关键。国内 API 价格是输入 7 元 / 百万 tokens，输出 20 元 / 百万 tokens，缓存命中输入只要 0.35 元 / 百万 tokens。
如果这种长任务以后都能用比较低的成本跑起来，意义会很大。
我现在越来越觉得，Agent 的变化不是「回答更快了」，而是「能接的活变长了」。
从几分钟的小任务，到一两个小时甚至更久的工程任务，这个跨度才是真正改变工作方式的地方。
以前我说过：用钱买时间很划算。
现在我想补一句：用钱买交付结果，可能更划算。
尤其是这种不怕慢、能上夜班的模型。
晚上扔个任务，睡一觉起来收菜，这事儿确实很爽。
1 00
终于能在手机用WorkBuddy丝滑操纵电脑了！WorkBuddy现在也太火了吧。。
前几天我表妹居然都来跟我说WorkBuddy好火，想要用它来搓一个工作台试试（图2）。
因为我通常都是用电脑来做开发，所以惯性思维就以为她也是用的电脑。
结果她居然用的是手机，这是我完全没有想到的（图3）。
也没毛病，都是用WorkBuddy，只是每个人使用的方式不一样。
目前WorkBuddy有PC端、App、小程序三端。
我之前只是在手机安装了App，但没怎么用过。为了给表妹解答一些疑惑，我更新了WorkBuddy App版本：1.2.1
突然发现WorkBuddy App悄悄更新了「多端同步」，登录同一账号居然就能一键远程连接电脑了～（图4）而且还挺丝滑。
在之前，虽然WorkBuddy也可以在手机上做事情，但是手机和电脑端的同步体验并不算丝滑，电脑模式只能同步1个会话，电脑上的其他会话和工作空间都看不到。
现在手机能远程同步控制电脑的WorkBuddy：
随时查看任务状态，远程续聊或停止任务（图5），工作空间和PC的WorkBuddy一致，双分组实时同步，项目也可以任意切换（图6）。
在手机上传文件，电脑端也能识别内容然后处理。比如我表妹要求的，图标换成Hello Kitty（图7）
开发完的产物App上也能看，还能一键分享到微信（图8）。
而且不止可以连接一台电脑，可以连接多台，只要每台都登录同一个账号。
可以说，三端同步之后越发方便了，非常利好经常使用WorkBuddy办公的朋友。
最爽的是，开启「锁屏远程」后电脑不会自动休眠，即便电脑锁屏，WorkBuddy也能持续工作。这点非常Nice啊，工位上的电脑锁屏不怕被同事乱动，靠手机远程同步还可以盯着电脑跑任务，再也不怕离开电脑后任务暂停了。
以后蹲个坑都可以干活了～ 嘿嘿
开个玩笑，其实它最方便的是：
比如晚上已经躺床上了，突然想起明天要汇报。直接手机点开公司电脑的对话，把任务交给电脑端跑，刷会儿手机后"收菜"。
还有就是比如公司电脑跑一个工作项目、家里电脑跑生活项目，一台手机连接两台电脑可以随时切换。生活和工作分离。
我感觉，WorkBuddy就像给我们人人都配了一个小助手，随时随地有事情，打开手机，语音派活，然后它直接在电脑上都给你搞定，结果还能在手机上拿到，巨方便。
如果说，去年是Agent诞生的元年，那么今年就是Agent高速进化的元年。
初步估计今年的Agent，至少给我个人提效了6倍。
大家觉得WorkBuddy这类Agent有提高你的效率吗，预估多少倍呢？
前几天我表妹居然都来跟我说WorkBuddy好火，想要用它来搓一个工作台试试（图2）。
因为我通常都是用电脑来做开发，所以惯性思维就以为她也是用的电脑。
结果她居然用的是手机，这是我完全没有想到的（图3）。
也没毛病，都是用WorkBuddy，只是每个人使用的方式不一样。
目前WorkBuddy有PC端、App、小程序三端。
我之前只是在手机安装了App，但没怎么用过。为了给表妹解答一些疑惑，我更新了WorkBuddy App版本：1.2.1
突然发现WorkBuddy App悄悄更新了「多端同步」，登录同一账号居然就能一键远程连接电脑了～（图4）而且还挺丝滑。
在之前，虽然WorkBuddy也可以在手机上做事情，但是手机和电脑端的同步体验并不算丝滑，电脑模式只能同步1个会话，电脑上的其他会话和工作空间都看不到。
现在手机能远程同步控制电脑的WorkBuddy：
随时查看任务状态，远程续聊或停止任务（图5），工作空间和PC的WorkBuddy一致，双分组实时同步，项目也可以任意切换（图6）。
在手机上传文件，电脑端也能识别内容然后处理。比如我表妹要求的，图标换成Hello Kitty（图7）
开发完的产物App上也能看，还能一键分享到微信（图8）。
而且不止可以连接一台电脑，可以连接多台，只要每台都登录同一个账号。
可以说，三端同步之后越发方便了，非常利好经常使用WorkBuddy办公的朋友。
最爽的是，开启「锁屏远程」后电脑不会自动休眠，即便电脑锁屏，WorkBuddy也能持续工作。这点非常Nice啊，工位上的电脑锁屏不怕被同事乱动，靠手机远程同步还可以盯着电脑跑任务，再也不怕离开电脑后任务暂停了。
以后蹲个坑都可以干活了～ 嘿嘿
开个玩笑，其实它最方便的是：
比如晚上已经躺床上了，突然想起明天要汇报。直接手机点开公司电脑的对话，把任务交给电脑端跑，刷会儿手机后"收菜"。
还有就是比如公司电脑跑一个工作项目、家里电脑跑生活项目，一台手机连接两台电脑可以随时切换。生活和工作分离。
我感觉，WorkBuddy就像给我们人人都配了一个小助手，随时随地有事情，打开手机，语音派活，然后它直接在电脑上都给你搞定，结果还能在手机上拿到，巨方便。
如果说，去年是Agent诞生的元年，那么今年就是Agent高速进化的元年。
初步估计今年的Agent，至少给我个人提效了6倍。
大家觉得WorkBuddy这类Agent有提高你的效率吗，预估多少倍呢？
1 01
腾讯这次是认真做企业级Agent了。
6月去了趟2026腾讯云AI产业应用大会，现场挤到只能站最后一排举手机看汤道生和姚顺雨对谈。
但真正让我停下来的，是展区里的一位"老朋友"——腾讯云智能体开发平台ADP，这次升级到了4.0。
我没测什么花哨场景，就拿公司最真实的痛点开刀：合同审核。
以前的流程是把合同丢给Gemini/GPT要意见，再手动修订原文件，还得保留Word修订痕迹给甲方法务看。一套下来，忙的时候真的很耗时间。
这次在ADP上的体验：
1. 新建Agent，选Claw模式（云端沙箱里自己跑代码、调工具、验证结果，跑错了自己改）
2. 平台Skill很多，但不用自己翻——右侧有个类似Claude Code的聊天窗口，把需求丢过去，自动找Skill、写System Prompt、配好整个Agent
3. 上传合同，它先问我是甲方还是乙方，然后审出一堆风险，比我以前用Gemini细得多
4. 确认后直接生成带修订痕迹的Word，预览里能看到每一处改动
更有意思的是，我又加了个"合同对比审核"Skill，另开对话让它扮演甲方法务，审我改过的合同——甲乙同体，左右互搏，直接闭环。
但真正让我理解"企业级"三个字的，是Agent做完之后的部分：
- 应用评测：批跑测评集，给Agent质量一个量化分数，不用跟领导说"感觉挺好的"
- 发布管理：版本记录、历史回退，发布成API/网页/企微/钉钉机器人
- 运营数据：分渠道调用量、用户统计、对话记录
- 资源管控：按模型限制调用频率和Token量
- 告警：Token用量、QPM、成功率超阈值就通知，支持短信/邮件/企微/钉钉/飞书/Webhook
- 权限：功能权限+数据权限，粒度细到我见过的Agent平台里最细
很多人问企业级Agent和本地办公Agent有什么区别。一个简单的道理：公司不需要每个人都建一个合同审核助手。统一做一个，全员用，可管控、可分发、可运营——这是企业层面中心化的逻辑。
开发时代企业有DevOps，Agent时代的企业，也一定需要一套自己的AgentOps。
价格：专业版188/月，企业版4.8W/年，私有化部署百万/年起。小团队直接用云上版本就够了。
cloud.tencent.com/product/adp
6月去了趟2026腾讯云AI产业应用大会，现场挤到只能站最后一排举手机看汤道生和姚顺雨对谈。
但真正让我停下来的，是展区里的一位"老朋友"——腾讯云智能体开发平台ADP，这次升级到了4.0。
我没测什么花哨场景，就拿公司最真实的痛点开刀：合同审核。
以前的流程是把合同丢给Gemini/GPT要意见，再手动修订原文件，还得保留Word修订痕迹给甲方法务看。一套下来，忙的时候真的很耗时间。
这次在ADP上的体验：
1. 新建Agent，选Claw模式（云端沙箱里自己跑代码、调工具、验证结果，跑错了自己改）
2. 平台Skill很多，但不用自己翻——右侧有个类似Claude Code的聊天窗口，把需求丢过去，自动找Skill、写System Prompt、配好整个Agent
3. 上传合同，它先问我是甲方还是乙方，然后审出一堆风险，比我以前用Gemini细得多
4. 确认后直接生成带修订痕迹的Word，预览里能看到每一处改动
更有意思的是，我又加了个"合同对比审核"Skill，另开对话让它扮演甲方法务，审我改过的合同——甲乙同体，左右互搏，直接闭环。
但真正让我理解"企业级"三个字的，是Agent做完之后的部分：
- 应用评测：批跑测评集，给Agent质量一个量化分数，不用跟领导说"感觉挺好的"
- 发布管理：版本记录、历史回退，发布成API/网页/企微/钉钉机器人
- 运营数据：分渠道调用量、用户统计、对话记录
- 资源管控：按模型限制调用频率和Token量
- 告警：Token用量、QPM、成功率超阈值就通知，支持短信/邮件/企微/钉钉/飞书/Webhook
- 权限：功能权限+数据权限，粒度细到我见过的Agent平台里最细
很多人问企业级Agent和本地办公Agent有什么区别。一个简单的道理：公司不需要每个人都建一个合同审核助手。统一做一个，全员用，可管控、可分发、可运营——这是企业层面中心化的逻辑。
开发时代企业有DevOps，Agent时代的企业，也一定需要一套自己的AgentOps。
价格：专业版188/月，企业版4.8W/年，私有化部署百万/年起。小团队直接用云上版本就够了。
cloud.tencent.com/product/adp
2 00
仓颉Skill网页版来了！一键蒸馏任何书/视频。我也找到了一个Skill变现的新思路，一并分享给大家～
GitHub 4.5K Star！我开源的仓颉skill（cangjie-skill）火了。
我算了一下， 全网视频+文章曝光已经超100万了（说明需求很大）。
它干的事很简单：蒸馏所有值得蒸馏的高价值内容，比如把一本书、一个视频/播客，蒸馏成AI Agent能直接用的Skill，让Agent真正带着这些方法论干活。
不过，评论区和GitHub issue里问得最多的是，能不能给个在线入口？或者到底怎么用？
甚至还有朋友不知道在哪里获取开源的仓颉skill
确实，想用仓颉skill，你得先解决网络问题，把仓库拉下来，再琢磨怎么安装进本地Agent里。
对不懂技术的朋友来说，光是clone这一步可能就劝退了一大半。
然后我搞了个网页版，在天工超级智能体上线了一个专家：
袋鼠帝·内容蒸馏专家（图3）
同时，专家每被调用一次，我也能获得一份收益分成，大家最近都在讨论的Skill 变现问题就这样被跑通了，想要Skill变现的朋友也可以参考这个方式～
这个专家底层就是cangjie-skill的完整能力，但你不用碰GitHub、不用装任何东西。国内直接打开网页就能用，完全零门槛。
体验地址见评论区👇
使用方式也很简单，上传你想蒸馏的内容（文件、视频），甚至还能直接给网页链接（图4，我给的Codex文档链接），剩下的交给它。
三步搞定：
1、打开体验地址，进入袋鼠帝·内容蒸馏专家。手机电脑都行，页面就是普通的对话界面，会打字就会用。
2、上传你想蒸馏的内容。可以是一本书的PDF/PPT，可以是一篇长文，也可以是链接。不只是读书，网课、行业报告、大佬访谈，只要是你觉得有价值、又没时间学都能丢给它。
第三步，模型建议选DeepSeek V4 Flash，然后告诉它你的要求，比如：把这本书蒸馏成一个skill。等它跑完，你会拿到一份结构化的skill文件。书里的方法论、案例、关键判断，全部被提炼成AI可以调用的知识。整个过程不用懂任何技术，等着"收菜"就行。
拿到蒸馏的Skill能干嘛？装进CC、Codex、天工等Agent里，AI就算读过这本书了。你问它问题，它会用书里的方法论回答你，而不是泛泛而谈。
相当于给你的AI请了一位领域专家。而且Skill可以复用，蒸馏一次，任何Agent都能带着这份知识跑。
以后技术书、内部文档、项目规范、研究论文， 都可以变成你自己的 Skill 库。普通人还在收藏 PDF。会玩的人，已经开始把知识变成 AI 能反复调用的能力了。
GitHub 4.5K Star！我开源的仓颉skill（cangjie-skill）火了。
我算了一下， 全网视频+文章曝光已经超100万了（说明需求很大）。
它干的事很简单：蒸馏所有值得蒸馏的高价值内容，比如把一本书、一个视频/播客，蒸馏成AI Agent能直接用的Skill，让Agent真正带着这些方法论干活。
不过，评论区和GitHub issue里问得最多的是，能不能给个在线入口？或者到底怎么用？
甚至还有朋友不知道在哪里获取开源的仓颉skill
确实，想用仓颉skill，你得先解决网络问题，把仓库拉下来，再琢磨怎么安装进本地Agent里。
对不懂技术的朋友来说，光是clone这一步可能就劝退了一大半。
然后我搞了个网页版，在天工超级智能体上线了一个专家：
袋鼠帝·内容蒸馏专家（图3）
同时，专家每被调用一次，我也能获得一份收益分成，大家最近都在讨论的Skill 变现问题就这样被跑通了，想要Skill变现的朋友也可以参考这个方式～
这个专家底层就是cangjie-skill的完整能力，但你不用碰GitHub、不用装任何东西。国内直接打开网页就能用，完全零门槛。
体验地址见评论区👇
使用方式也很简单，上传你想蒸馏的内容（文件、视频），甚至还能直接给网页链接（图4，我给的Codex文档链接），剩下的交给它。
三步搞定：
1、打开体验地址，进入袋鼠帝·内容蒸馏专家。手机电脑都行，页面就是普通的对话界面，会打字就会用。
2、上传你想蒸馏的内容。可以是一本书的PDF/PPT，可以是一篇长文，也可以是链接。不只是读书，网课、行业报告、大佬访谈，只要是你觉得有价值、又没时间学都能丢给它。
第三步，模型建议选DeepSeek V4 Flash，然后告诉它你的要求，比如：把这本书蒸馏成一个skill。等它跑完，你会拿到一份结构化的skill文件。书里的方法论、案例、关键判断，全部被提炼成AI可以调用的知识。整个过程不用懂任何技术，等着"收菜"就行。
拿到蒸馏的Skill能干嘛？装进CC、Codex、天工等Agent里，AI就算读过这本书了。你问它问题，它会用书里的方法论回答你，而不是泛泛而谈。
相当于给你的AI请了一位领域专家。而且Skill可以复用，蒸馏一次，任何Agent都能带着这份知识跑。
以后技术书、内部文档、项目规范、研究论文， 都可以变成你自己的 Skill 库。普通人还在收藏 PDF。会玩的人，已经开始把知识变成 AI 能反复调用的能力了。
4 05
我开源的仓颉skill，火了！目前已经2.1K Star（感谢大家支持～，不过也反应了大家对仓颉skill是有需求的）
前天我本来想把仓颉skill2.0 那篇文章，转成口播视频的。但是由于有点忙，就用AI跑了条3分多钟的视频，随手在各个平台都发了，然后我就没管了。结果晚上朋友告诉我视频居然火了（小火了一把），而且在抖音、视频号、小红书、B站、X流量都还不错。
特别是在抖音居然跑到了20多万播放（关键我抖音都好久没更新视频了。。）
然后我就在各大平台搜了一下仓颉skill，没想到在之前就有很多朋友自发的推荐了仓颉skill，而且流量都还不错。
没想到之前突发奇想开源的一个skill，能收到这么多人的喜爱。
为了不辜负大家的厚爱，我决定继续优化迭代仓颉skill，但一个人时间和能力都有限，希望招募共创者，一起共建，感兴趣的小伙伴可以私我～
以及为了方便大家交流，我还建了一个仓颉skill的企微群，感兴趣的朋友可以扫描下面的二维码进群😄
前天我本来想把仓颉skill2.0 那篇文章，转成口播视频的。但是由于有点忙，就用AI跑了条3分多钟的视频，随手在各个平台都发了，然后我就没管了。结果晚上朋友告诉我视频居然火了（小火了一把），而且在抖音、视频号、小红书、B站、X流量都还不错。
特别是在抖音居然跑到了20多万播放（关键我抖音都好久没更新视频了。。）
然后我就在各大平台搜了一下仓颉skill，没想到在之前就有很多朋友自发的推荐了仓颉skill，而且流量都还不错。
没想到之前突发奇想开源的一个skill，能收到这么多人的喜爱。
为了不辜负大家的厚爱，我决定继续优化迭代仓颉skill，但一个人时间和能力都有限，希望招募共创者，一起共建，感兴趣的小伙伴可以私我～
以及为了方便大家交流，我还建了一个仓颉skill的企微群，感兴趣的朋友可以扫描下面的二维码进群😄
3 00
兄弟们，你现在可以把任何视频蒸馏成skills啦🎉('ω')🎉。
比如我基于x起号的诸多信息和视频资料，蒸馏了一个x起号skills，可以用于x冷启动使用。✈️
大家有需要吗？可以在评论区聊聊～😄
比如我基于x起号的诸多信息和视频资料，蒸馏了一个x起号skills，可以用于x冷启动使用。✈️
大家有需要吗？可以在评论区聊聊～😄
03:15
1 10
上周接了个需求，客户想在本地用 1500 个文档做一个“小秘书”Agent，查会议纪要、批复文件，要求准确率极高，特别是要能查确定性的项目金额和时间。
第一反应是用 FastGPT 直接搭。但我拉朋友仔细盘了一下，发现这事儿没那么简单。知识库最难的从来不是「搭建」，而是调优。
这种包含大量会议纪要的场景，传统 RAG 只要遇到多跳推理大概率就 GG 了。
举个例子：
文档1说“A公司收购了B公司”，文档2说“张三是A的CTO”，文档3说“张三离职加入了盘古项目”。
此时用户问：“收购B公司的企业，其CTO后来去了哪？”
传统检索拿着问题去找，能找到1和2，但绝对找不到3。因为文档3里根本没有“收购”、“B公司”这些词，字面没有交集，线索直接断了。
那用 GraphRAG 呢？太重了。大量调用 LLM 离线提取三元组建图，一个中等数据集光索引成本就大几万，进来新文件还得重算，维护成本贼高，杀鸡用牛刀。
找了一圈，发现个刚开源、在 GitHub 斩获 1.3K Star 的新架构：SAG (SQL-Retrieval Augmented Generation)。
github.com
看到底层是用 SQL 动态组装超边，我一下子就来精神了。
它的核心思路特别“返璞归真”：不画全局关系图，而是文档入库时，用 AI 提炼成「事项-实体」存进普通 SQL 数据库。查询时，用 SQL 的 JOIN 语句动态把有关联的事项拎出来，实时串联线索。
换个接地气的比喻：
传统 RAG 是个死板的图书管理员，靠字面意思死找。
GraphRAG 是提前花大价钱把所有书的人名、事件画一张巨大的全局关系网挂墙上。
SAG 走了第三条路，把书变成独立卡片存表里。回到刚才那个问题，SAG 在搜出文档 1 和 2 的同时，用 SQL 发现了它们之间的隐藏实体「张三」，并自动触发第二轮查询，精准命中包含张三去向的文档 3。让多跳推理变成了确定的事。
除此之外，SAG 还有两个对开发者极其友好的特性：
1. 告别“黑盒炼丹”： 传统 RAG 调优基本是瞎摸索，改切块、改重排，按下葫芦浮起瓢。而 SAG 的检索链条是完全可追溯的 SQL 日志。大模型提了什么实体 -> 命中了哪些 -> 路线哪里断了，看一眼就能修，砍掉 80% 盲目调优的时间。
2. 不挑模型： 因为核心找线索靠的是确定的 SQL 实体关联，而不是模糊的向量距离。底层就算换个便宜的弱模型，准确率也极其稳定。
目前的评测里，SAG 在最难的多跳测试集 MuSiQue 上，把大火的 HippoRAG 2 按在地上摩擦，且已经在生产环境扛住了 5 亿条数据的秒级检索。
回到落地，这套怎么玩？
纯从头搭一套 SAG 工程量太大，烂尾风险极高。
比较推荐的解法是：站在巨人的肩膀上，把 SAG 作为 MCP 工具，丝滑接入 FastGPT。
既能复用 FastGPT 成熟的前端界面和飞书/微信接入能力，又能用 SAG 的思想彻底解决“切块破碎”和“多跳关联”的死穴。当然，你也可以通过 MCP 把它接入 Claude Code 或者 Trae 里作为本地 Agent 的利器。
把用了几十年的老古董 SQL 拉进 AI 检索，这波创新太稳了。拿到确定性更强的数据底座，本地 Agent 的推理能力绝对能更上一层楼。
第一反应是用 FastGPT 直接搭。但我拉朋友仔细盘了一下，发现这事儿没那么简单。知识库最难的从来不是「搭建」，而是调优。
这种包含大量会议纪要的场景，传统 RAG 只要遇到多跳推理大概率就 GG 了。
举个例子：
文档1说“A公司收购了B公司”，文档2说“张三是A的CTO”，文档3说“张三离职加入了盘古项目”。
此时用户问：“收购B公司的企业，其CTO后来去了哪？”
传统检索拿着问题去找，能找到1和2，但绝对找不到3。因为文档3里根本没有“收购”、“B公司”这些词，字面没有交集，线索直接断了。
那用 GraphRAG 呢？太重了。大量调用 LLM 离线提取三元组建图，一个中等数据集光索引成本就大几万，进来新文件还得重算，维护成本贼高，杀鸡用牛刀。
找了一圈，发现个刚开源、在 GitHub 斩获 1.3K Star 的新架构：SAG (SQL-Retrieval Augmented Generation)。
github.com
看到底层是用 SQL 动态组装超边，我一下子就来精神了。
它的核心思路特别“返璞归真”：不画全局关系图，而是文档入库时，用 AI 提炼成「事项-实体」存进普通 SQL 数据库。查询时，用 SQL 的 JOIN 语句动态把有关联的事项拎出来，实时串联线索。
换个接地气的比喻：
传统 RAG 是个死板的图书管理员，靠字面意思死找。
GraphRAG 是提前花大价钱把所有书的人名、事件画一张巨大的全局关系网挂墙上。
SAG 走了第三条路，把书变成独立卡片存表里。回到刚才那个问题，SAG 在搜出文档 1 和 2 的同时，用 SQL 发现了它们之间的隐藏实体「张三」，并自动触发第二轮查询，精准命中包含张三去向的文档 3。让多跳推理变成了确定的事。
除此之外，SAG 还有两个对开发者极其友好的特性：
1. 告别“黑盒炼丹”： 传统 RAG 调优基本是瞎摸索，改切块、改重排，按下葫芦浮起瓢。而 SAG 的检索链条是完全可追溯的 SQL 日志。大模型提了什么实体 -> 命中了哪些 -> 路线哪里断了，看一眼就能修，砍掉 80% 盲目调优的时间。
2. 不挑模型： 因为核心找线索靠的是确定的 SQL 实体关联，而不是模糊的向量距离。底层就算换个便宜的弱模型，准确率也极其稳定。
目前的评测里，SAG 在最难的多跳测试集 MuSiQue 上，把大火的 HippoRAG 2 按在地上摩擦，且已经在生产环境扛住了 5 亿条数据的秒级检索。
回到落地，这套怎么玩？
纯从头搭一套 SAG 工程量太大，烂尾风险极高。
比较推荐的解法是：站在巨人的肩膀上，把 SAG 作为 MCP 工具，丝滑接入 FastGPT。
既能复用 FastGPT 成熟的前端界面和飞书/微信接入能力，又能用 SAG 的思想彻底解决“切块破碎”和“多跳关联”的死穴。当然，你也可以通过 MCP 把它接入 Claude Code 或者 Trae 里作为本地 Agent 的利器。
把用了几十年的老古董 SQL 拉进 AI 检索，这波创新太稳了。拿到确定性更强的数据底座，本地 Agent 的推理能力绝对能更上一层楼。
3 00
视频号视频一直没有官方保存入口，存下来要么带水印，要么画质压成渣🤔
最近找到一个免费的解法，分享给大家，3步搞定[吃瓜]：
1、打开视频号，点右下角分享 → 复制链接 ；
2、微信搜小程序"kg百宝箱"，粘贴链接 ；
3、一键解析，直接存相册，原画质无水印。
不只是视频号。豆包、即梦、千问生成的AI视频，抖音快手小红书被设了禁止下载的内容，全都能解析，下载，并去除官方水印。
苹果安卓都能用，也不用注册登录。
唯一注意：微信要是最新版本，旧版本链接解析会失效。
最近找到一个免费的解法，分享给大家，3步搞定[吃瓜]：
1、打开视频号，点右下角分享 → 复制链接 ；
2、微信搜小程序"kg百宝箱"，粘贴链接 ；
3、一键解析，直接存相册，原画质无水印。
不只是视频号。豆包、即梦、千问生成的AI视频，抖音快手小红书被设了禁止下载的内容，全都能解析，下载，并去除官方水印。
苹果安卓都能用，也不用注册登录。
唯一注意：微信要是最新版本，旧版本链接解析会失效。
1 00
Anthropic把之前封锁的、只给美国政府和少数机构用的全球最强AI：Claude Mythos，以"Claude Fable 5"的名字正式面向所有人开放了...
回顾一下Mythos有多离谱？！数周内自主挖出数千个零日漏洞，找到OpenBSD里藏了27年的远程崩溃漏洞，找到FFmpeg里藏了16年、500万次自动化测试没检出来的漏洞。消息泄露当天网安股全线暴跌，后来连欧洲央行都被迫开紧急会议。
这么危险的东西，Anthropic花了三个月研究怎么让它能安全使用。今天终于搞定，并开放了。
在产品层面其实是发布了两个模型
Claude Fable 5：公开版，今天起面向所有用户/API 可用。
Claude Mythos 5：受限版，只给 Project Glasswing 合作伙伴和后续可信访问计划里的机构。
按模型底座：是一个。
官方说 Mythos 5 是 “the same underlying model as Fable 5”，只是某些领域的 safeguards 被移除。所以你可以理解成：
Fable 5 = Mythos 5 同底座 + 安全分类器 + 高风险请求回退到 Opus 4.8
Mythos 5 = 同底座 + 对可信机构开放部分高风险能力
但其实：95%的会话不会触发任何限制。也就是说95%的情况下，你用的就是Mythos本身。
只有涉及网络攻击、生化、蒸馏才会降级到Opus 4.8回答。注意，是降级回答，不是拒绝你。这个设计还挺不错的。
硬实力方面：Stripe拿5000万行代码库实测，一天干完原本两个月的迁移工作。
纯视觉通关宝可梦火红，不需要任何辅助工具。
玩杀戮尖塔会自己写笔记优化策略，表现提升三倍。
任务越复杂越长期，优势越明显，这一点对Agent场景是质的飞跃。
定价10/Minput，50/M output，比Mythos Preview砍了一半还多。
6月22日前Pro/Max/Team用户免费用。卧槽。。不敢充啊，怕被封..
6 月 23 日之后需要 usage credits，未来容量允许后再恢复为订阅制。
对Codex+GPT-5.5有没有冲击？我觉得短期不会取代，但长任务能力、SOTA级视觉、自我记忆迭代这三个点，太强了。
大概率会逼OpenAI加速出GPT-6。加油啊OpenAI，干翻Claude
我感觉以后想用最强模型可能不是花钱就行，还需要能通过审核。
AI竞争的下一个维度，不只是比谁强，还要能让最强的东西安全地被所有人用上。
不然AI真的可能会失控..
回顾一下Mythos有多离谱？！数周内自主挖出数千个零日漏洞，找到OpenBSD里藏了27年的远程崩溃漏洞，找到FFmpeg里藏了16年、500万次自动化测试没检出来的漏洞。消息泄露当天网安股全线暴跌，后来连欧洲央行都被迫开紧急会议。
这么危险的东西，Anthropic花了三个月研究怎么让它能安全使用。今天终于搞定，并开放了。
在产品层面其实是发布了两个模型
Claude Fable 5：公开版，今天起面向所有用户/API 可用。
Claude Mythos 5：受限版，只给 Project Glasswing 合作伙伴和后续可信访问计划里的机构。
按模型底座：是一个。
官方说 Mythos 5 是 “the same underlying model as Fable 5”，只是某些领域的 safeguards 被移除。所以你可以理解成：
Fable 5 = Mythos 5 同底座 + 安全分类器 + 高风险请求回退到 Opus 4.8
Mythos 5 = 同底座 + 对可信机构开放部分高风险能力
但其实：95%的会话不会触发任何限制。也就是说95%的情况下，你用的就是Mythos本身。
只有涉及网络攻击、生化、蒸馏才会降级到Opus 4.8回答。注意，是降级回答，不是拒绝你。这个设计还挺不错的。
硬实力方面：Stripe拿5000万行代码库实测，一天干完原本两个月的迁移工作。
纯视觉通关宝可梦火红，不需要任何辅助工具。
玩杀戮尖塔会自己写笔记优化策略，表现提升三倍。
任务越复杂越长期，优势越明显，这一点对Agent场景是质的飞跃。
定价10/Minput，50/M output，比Mythos Preview砍了一半还多。
6月22日前Pro/Max/Team用户免费用。卧槽。。不敢充啊，怕被封..
6 月 23 日之后需要 usage credits，未来容量允许后再恢复为订阅制。
对Codex+GPT-5.5有没有冲击？我觉得短期不会取代，但长任务能力、SOTA级视觉、自我记忆迭代这三个点，太强了。
大概率会逼OpenAI加速出GPT-6。加油啊OpenAI，干翻Claude
我感觉以后想用最强模型可能不是花钱就行，还需要能通过审核。
AI竞争的下一个维度，不只是比谁强，还要能让最强的东西安全地被所有人用上。
不然AI真的可能会失控..
1 00