SynapCores 开源 AI 代理框架：集成记忆与 RAG 的轻量级方案
该项目在 Hacker News 发布，展示了一个基于 SynapCores 数据库的开源 AI 客服代理框架。其核心特点是将记忆存储、RAG 和语义工具路由集成于统一“大脑”，仅由几百行 Python 代码构成，无需依赖 LangChain 等外部框架。
检索增强生成 (RAG)
First-Principle 上关于「检索增强生成 (RAG)」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
Cited AI Workspace：无需重新上传文件的智能知识库
UUMuse 推出云托管的 AI 知识库平台，用户可上传多种格式文件一次，即可向多个主流 AI 模型提问并获得带原文引用的回答，支持 API 和 MCP 集成，实现知识的一次构建、多场景部署。
AI 代理中词法搜索与语义搜索的选择指南
本文对比了 grep 等词法搜索与语义搜索在 AI 代理构建中的适用场景，指出 grep 适用于小规模纯文本精确匹配，但处理企业级非结构化文档（如 PDF、Office 文件、图像）时存在局限，并介绍了 LlamaIndex 工具（如 LlamaParse 和 LiteParse）用于优化解析以提升复杂场景下的搜索效率和准确性。
RAG 与微调对比：AI构建者的关键技术选择
文章探讨了AI模型处理私有数据的两种传统方法（微调和RAG）的优劣，并指出在2026年，第三种方法“Agentic RAG”同样重要。
类人文档AI引擎PageIndex：无向量RAG引擎及其性能
First-Principle Post于2026年5月18日转载了关于类人文档AI引擎PageIndex的介绍。帖子称，PageIndex是一款无向量、基于推理的检索增强生成（RAG）引擎，旨在模拟人类阅读文档的方式，并在FinanceBench基准测试中实现了98.7%的准确率。该产品提供可追溯、可解释的检索过程，面向普通用户、开发者和企业用户，提供精确的文档理解、可验证的答案以及企业级安全部署选项。
AI 智能体需要因果图而非仅 RAG 数据库：OpenYF 的关键突破
OpenYF 研究实验室在构建智能体 ARIA 时发现，仅基于事实检索（RAG）的扁平记忆列表无法支持反事实推理、预测和规划。为解决此问题，他们引入了基于 NetworkX 和 SQLite 的因果实体图，将事实作为节点、关系作为有向边进行存储和遍历，推动了从“检索”到“理解”的转变。