DeepSeek 推出 Search 与 Fetch API，每 1000 次成功请求收费 0.75 美元
DeepSeek 发布 Search API 和 Fetch API，前者用自研搜索引擎按查询返回结构化结果，后者抓取单个网页并输出 Markdown，两者均为 JSON API，沿用 DeepSeek API 的 bearer 认证。
#RAG/知识库
#RAG/知识库
今日 1 条Hacker News · Front PageAI 评分6060
Netflix Tech Blog精选AI 评分7676 Netflix 如何用本体驱动可观测性构建端到端知识图谱
Netflix 介绍其本体驱动的可观测性实践，用 RDF、OWL、SHACL 和 SPARQL 把应用、事故、部署等实体统一建模，并存入自研 RDF 图数据库 QuipuDB，解决 Atlas、Radar、incident.io、PagerDuty、Spinnaker 等系统对同一实体命名不一致的问题。
推荐理由：Netflix 用本体和知识图谱把跨系统排障上下文变成可查询事实，把约 4 小时的根因定位压缩到工程师直接拿到假设。
Hacker News · Show HNAI 评分6060 CiteProof 上线：核查法律文书中的 AI 伪造引证
CiteProof 是一款核查法律文书引证的工具，把文书中的每条引证与公开法院记录（CourtListener）比对，报告分为已核实、需注意和无法核查三类，并明确说明报告不构成文书正确的证明。
arXiv · cs.AI精选AI 评分6060 可移植技能实现 Agentic RAG：客服场景部署案例研究
论文报告一个客服场景的部署案例，用可移植技能替代复杂 RAG 栈，该技能由自然语言指令、轻量工具（检索 API、格式检查脚本）和带 LLM 生成导航层的语料组成，导航层是文档之上的 Wikipedia 式结构化索引。
推荐理由：客服场景的部署案例，用可移植技能替代复杂 RAG 栈，给出等价率与延迟数据，并说明适用边界。
Hacker News · Show HNAI 评分5858 Sygal 发布本地文档转 Markdown 工具，支持 29 种格式与自选 OCR
独立开发者 Cyrill Semah 发布 Sygal，可在本机把 PDF、Word、Excel、图片、扫描件、网页和 YouTube 链接转成 Markdown 与结构化 JSON，支持 29 种格式，单文件转换约 1.7 秒。
web-github-trending 精选AI 评分7676 XERJ 发布本地 AI 搜索：索引任意文件夹，为编码智能体提供参考代码检索
XERJ 是一个 Apache 2.0 许可的本地 AI 搜索工具，可自动索引任意文件夹，让编码智能体按需检索代码片段而不是逐个读文件。官方在 8 个任务、4 种语言、每种 16 次运行的对照测试中称，输出 token 比 grep 驱动方式少 2.7 倍、比纯记忆少 26 倍，解题率同为 16/16；用户反馈实际开发中约省 5 倍 token。
推荐理由：本地 AI 搜索工具，把任意文件夹索引成可查询索引，让编码智能体按需取代码片段而非整文件读取，附实测 token 对比与安装命令。
AWS Machine Learning BlogAI 评分5555 用 Amazon Bedrock AgentCore 构建自动生成演示文稿的 AI 智能体
AWS 官方发布教程，介绍如何用 Amazon Bedrock AgentCore runtime 部署一个 supervisor 智能体，通过 Strands Agents 框架调度 generate_pptx 和 generate_summary 两个工具，自动从企业知识库生成 PowerPoint 演示文稿。
Hacker News · Show HNAI 评分6666 Mnemify 开源发布：把 Notion、Confluence、Obsidian 笔记合成 3D 知识地图
Mnemify 是一个开源 AI 上下文基础设施，把 Notion、Confluence、Obsidian 中的笔记、wiki、工单和会议记录汇总为本地持久化的知识图谱，提供 3D 六边形地形图、带来源引用的问答和可交给其他 AI 工具的紧凑上下文。
量子位AI 评分5858 openJiuwen 在 WorkSwarm 首发个人知识空间
openJiuwen 在 WorkSwarm 上线个人知识空间，可添加本地文件夹、Edge 收藏夹、知乎专栏、今日头条、飞书文档、GitHub 和 AtomGit 等来源，支持手动或定时增量采集，并通过规则、规则与大模型混合或智能体三种方式整理成有目录、有出处、可复用的知识。
Hacker News · Show HNAI 评分5252 ColdIVF 发布 Rust 冷查询向量索引，1M 向量冷查询 7.8ms
作者发布 ColdIVF，一个用 Rust 编写的读优化 IVF 向量索引，专为冷查询设计，通过 1-bit 编码、批量读取和簇排序让冷查询只读取不到 1% 的索引数据。
AWS Machine Learning Blog精选AI 评分7171 ShipStation 如何在 Amazon Bedrock AgentCore 上构建 AI IT 服务台
ShipStation Global 工程团队在 Amazon Bedrock AgentCore 上构建了 Slack 内的 AI IT 服务台 Deckhand，用 Strands agent、AgentCore Gateway 暴露的 MCP 工具和 Bedrock 知识库回答 IT 问题、读取报错截图并创建 Jira 工单。
推荐理由：ShipStation 在 Slack 里用 AgentCore 搭 IT 服务台，三个月处理 1935 条消息、把 812 次对话留在聊天里，可看架构与知识库挖掘细节。
AWS Machine Learning Blog精选AI 评分7474 Orca Security 用 Amazon Bedrock 构建自然语言安全查询，成本降 90%、延迟降 75%
Orca Security 与 AWS 合作在 Amazon Bedrock 上构建 Discovery AI，把自然语言问题转成 Sonar 查询，相比最初把 900+ 模型定义塞进单个提示词的概念验证，输入 token 从约 200 万降到 14 万（降 93%）、成本降 90%、端到端延迟从约 60 秒降到 15 秒。
推荐理由：Orca Security 把自然语言查询接到 900+ 云模型上，用九阶段流水线把成本降 90%、延迟从 60 秒降到 15 秒，可看多模型分工与检索策略取舍。
Hacker News · Show HNAI 评分6262 Timescale 开源 pg_vectorsearch：PostgreSQL 中的可扩展向量检索
Timescale 发布 PostgreSQL 扩展 pg_vectorsearch，提供近似最近邻检索的 PRISM 索引，采用 RaBitQ 量化和分层质心树路由，支持 SIMD 距离计算与插入、更新、删除的动态更新。
Hacker News · Show HNAI 评分6262 Glossdex 发布：本地语义搜索在无匹配时返回空结果
Glossdex 是一个本地运行的语义搜索工具，对照片和文档用本地模型生成简短描述并嵌入，查询时按证据强度决定返回几条结果，集合中没有相关内容时返回空，而不是固定返回 top 10。
Hacker News · Show HNAI 评分5050 Show HN：Deep Recall —— 可跨 Claude、ChatGPT 与各类智能体使用的自有便携记忆
Deep Recall 发布公开测试版，提供一份用户自有、可跨 Claude、ChatGPT 及各类 AI 智能体共用的记忆库，切换工具时上下文随行。它还能从 PDF、Office 文件、图片和 Markdown 中提取事实与计划并关联原始来源，支持随时导出为 Markdown 和 JSON。目前为云端托管，本地运行时模式已规划但尚未上线。
Hacker News · Show HNAI 评分5858 anygrep 发布：在 CPU 上对笔记、PDF 和图片做语义搜索
anygrep 是一个终端语义搜索工具，用 EmbeddingGemma 2 的 int8 ONNX 版本在 CPU 上运行，为笔记、PDF 文本层和截图建立本地索引，支持跨语言查询。
web-github-trending AI 评分6262 Open WebUI 自托管 AI 平台功能总览与安装指南
Open WebUI 是一个可完全离线运行的自托管 AI 平台，支持 Ollama 和 OpenAI 兼容 API，提供本地与云端模型的统一界面。平台支持 RBAC 权限、Filters/Actions/Pipes/Tools/Skills 插件与 MCP 工具服务器，并内置 9 种向量数据库的本地 RAG、混合检索与重排序。
Hacker News · Show HNAI 评分6060 LLMxRay 发布开源 LLM 可观测性工具，支持本地 Ollama 实时监控
LLMxRay 是一个面向本地 LLM 的开源可观测性工具，提供实时 token 流式展示、质量分析、性能剖析与成本追踪，无需云端和 API key。它通过 npx llmxray 或 Docker 启动，前提是本地运行 Ollama 并已拉取至少一个模型。
量子位AI 评分5252 个人开发者发布 Open Academic Paper Gen，从文献全文核验论文引用
GitHub 上新开源项目 Open Academic Paper Gen，把论文初稿生成拆成确定研究范围、检索文献、分析趋势、列提纲、写作、核验、导出等九个阶段，可从 OpenAlex、Crossref、Semantic Scholar 和 arXiv 检索文献并生成带参考文献的初稿。
Hacker News · Show HNAI 评分6262 Tutor：把书籍和文档变成课程的自托管 LLM 辅导工具
开发者发布自托管 LLM 辅导工具 Tutor，可为 SQL 等学习主题添加 EPUB、PDF 或在线文档，自动提取概念、检查已掌握内容，再逐个讲解并出题测验，概念图与复习板显示每个概念的掌握状态。
Hacker News · Show HNAI 评分6262 DocFlare AI 发布：跑在 Cloudflare 免费额度上的开源文档问答组件
DocFlare AI 是一个开源、零成本的文档站搜索与问答组件，完全基于 Cloudflare 原生服务构建，只需在文档页加一行 script 标签即可获得带来源引用的流式 RAG 问答，无需 OpenAI key、Pinecone 或服务器。
Hacker News · Show HNAI 评分6666 DaiDocs 开源本地记忆层发布 5.1.1，新增 .cai 代码图并公布 LongMemEval-S 成绩
Kerneta 发布开源记忆系统 DaiDocs 5.1.1，用纯文本文件保存 AI 记忆，.dai 存文档与会话历史，.cai 用 tree-sitter 构建代码调用图，两者通过 ask 路由分发问题。
MarkTechPostAI 评分5858 Perplexity 发布 pplx-embed-v2-late：0.6B 边缘模型与 9B 模型，MADQA 得分 92.4%
Perplexity 发布 pplx-embed-v2-late，一对 ColBERT 式多模态嵌入模型，分 0.6B 和 9B 两个尺寸，共享同一嵌入空间，可检索文本、图像和渲染后的 PDF 页面。
Hacker News · Show HNAI 评分5858 SheetRelay 发布：把 Google Sheets 变成网页和 AI 智能体的后端 API
SheetRelay 上线，可把 Google Sheet 连接一次后变成 API，让 Claude、ChatGPT、Cursor 通过 MCP 读写表格，代码则用普通 HTTP 请求调用，数据仍留在原表格中。它按标签页分别设置读、增、改、删权限，可隐藏列、按应用发放可撤销密钥并记录每次调用，免费版含 2 个表格和每月 1,000 次调用，付费从 $9/月起。
Hacker News · Show HNAI 评分6060 InBrief 开源 AI 资讯聚合器发布，用 LLM 过滤 94 个来源生成双语摘要
InBrief 是一个开源可自托管的 AI 资讯聚合器，从 RSS、Hacker News、Reddit、X、YouTube 和 GitHub Trending 等 94 个来源抓取内容，经 LLM 做相关性过滤、中英双语摘要、标签提取和重要性评分，再用 SimHash 与 pgvector 两阶段去重后存入 PostgreSQL。
Hacker News · Show HNAI 评分5555 Audistill 发布 macOS 本地音频知识库，转写在本机完成
Audistill 是一个面向 macOS 的本地优先 AI 音频知识库，可把播客、YouTube 视频、会议和任意音频转成可搜索的摘要、笔记与可对话知识库。语音转文字用 NVIDIA Parakeet 在设备端完成，音频不上传服务器；摘要和问答使用用户自己的 OpenRouter key，按所选模型付费，官方称每小时音频通常几美分。
Hacker News · Show HNAI 评分6262 VeriQuote 发布开源 LLM 引用校验流水线，双重检查拦截模型幻觉引用
VeriQuote 是一个开源 TypeScript 库和 CLI，要求模型为每条引用附上逐字引用，再经两道检查：确定性匹配器在原文中查找该引用，LLM 裁判对照引用与论断判断是否支持，两者都通过才算合格。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数、Apache 2.0 许可的端侧多模态嵌入模型，基于 Gemma 4 架构，将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由：Google DeepMind 发布 740M 参数端侧多模态嵌入模型，文本、图像、音频、视频统一嵌入，Apache 2.0 许可。
Hacker News · Front PageAI 评分7171 Google 发布 EmbeddingGemma 2 端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构、740M 参数，将文本、图像、音频、视频映射到统一嵌入空间，采用 Apache 2.0 许可。
The DecoderAI 评分7171 Google 发布 EmbeddingGemma 2，称性能超过两倍参数量的同类嵌入模型
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转为数值向量，参数量 740M，Google 称其在多模态嵌入基准上超过参数量两倍的竞品。
MarkTechPostAI 评分6666 Google DeepMind 发布 EmbeddingGemma 2，740M 开源多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数的开源多模态嵌入模型，可将文本、代码、图像、视频和音频嵌入同一个 768 维空间，采用 Apache 2.0 许可，权重已在 Hugging Face 和 Kaggle 上线，并提供 Ollama、llama.cpp GGUF 和 LiteRT 版本。
Hacker News · Show HNAI 评分5858 Minigraf 发布嵌入式双时态图数据库，用 Rust 写成单文件
Minigraf 是一个用 Rust 编写的单文件嵌入式图数据库，支持 Datalog 查询、递归规则、窗口函数和双时态时间旅行，可通过 cargo add minigraf 安装，要求 Rust 1.89 或更新版本。
Hacker News · Front PageAI 评分6262 JetBrains 分享为语义代码搜索构建 RAG 管线的开发者手记
JetBrains 团队撰文复盘其语义代码搜索平台 Air Context 的 RAG 管线构建过程，第一部分聚焦解析、分块与向量化。
Hacker News · Front PageAI 评分6262 Agents don't need memory, they need documentation：作者开源 Operator Memory 文档式记忆方案
作者认为市面上的 Agent 记忆插件都基于同一套 RAG 架构，把会话切成语义片段存入向量库、每次提示词注入最相似的 5 条，存在相似度不等于正确、片段脱离上下文、旧记录被当作事实、Agent 不知道自己不知道什么、存储不可审计等问题。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分6262 Ai2 开源 AstaBrief 8B，科研报告生成速度提升约 3.5 倍
Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的模型，基于 Qwen3-8B 经 SFT 和 DPO 训练，权重与训练数据一并放出。
推荐理由：Ai2 开源 8B 科研报告生成模型，单次生成带引用报告，比 Claude 管线快约 3.5 倍，权重与训练数据一并放出。
Hacker News · Show HNAI 评分6262 ThreadShelf 发布本地 AI 聊天归档工具，支持六家平台语义检索与 MCP 调用
ThreadShelf 是一个本地优先的 AI 对话归档工具，可解析 ChatGPT、Claude、Google AI Studio、OpenRouter、LM Studio 和 Grok 的导出文件，在本地生成多语言嵌入向量并存入 LanceDB，支持语义与精确两种检索模式。
AWS Machine Learning Blog精选AI 评分6060 AWS 用 Amazon SageMaker AI 多轮 RL 微调 Qwen3.6-27B 搜索智能体
AWS 团队在 Amazon SageMaker AI 上用多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体，以 nDCG@10 作为轨迹级奖励，只改动 max_epochs、global_batch_size、rollout_max_concurrency 三个超参数。
推荐理由：AWS 团队用 SageMaker AI 多轮 RL 微调 Qwen3.6-27B 搜索智能体，给出奖励设计与各基准的检索质量、失败率变化。
AWS Machine Learning Blog精选AI 评分6262 AWS 用 Amazon Quick 与 Adjudicated Query 模式批量核查数万份租赁合同
AWS 提出 Adjudicated Query 模式，让 Amazon Quick 聊天界面负责把自然语言问题翻译成对固定 MCP 工具集的调用，实际合规判定由确定性规则引擎完成，模型不写查询也不做判定。
推荐理由：AWS 用 Amazon Quick 加确定性规则引擎做租赁合规扫描，给出可证明完整性的架构与可部署样例。
AWS Machine Learning Blog精选AI 评分6060 如何用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆
AWS 发布教程，演示如何把 Amazon S3 Vectors 作为 NVIDIA NeMo Agent Toolkit（NAT）的持久记忆层，通过实现自定义 MemoryEditor 插件完成记忆的写入与语义检索。
推荐理由：给出把 Amazon S3 Vectors 接入 NVIDIA NeMo Agent Toolkit 记忆层的完整代码与 EKS 部署步骤，适合自建多智能体记忆的团队参考。
Hacker News · Front PageAI 评分6060 papero 发布轻量 PDF 解析器，还原版面、表格与公式并输出边界框
papero 发布轻量 PDF 解析工具，用纯几何规则还原阅读顺序、表格、公式和图片位置，每个内容块都带 bounding box，输出 Markdown、JSON、Word、Excel，仅用 CPU、不依赖 ML 模型，可在浏览器、Python 或 API 中运行。