随着大模型能力不断演进，开发者与其交互的方式也在发生深刻变化。从最初精雕细琢一条指令，到现在构建完整的上下文架构，我们正在经历从提示工程（Prompt Engineering）到上下文工程（Conte...

传统的Pipeline方式，只能检测出图片，无法处理图片的内容；相比之下，Nanonets-OCR模型，不只是看得见文字，更能从图片中提取出具体的语义信息，从而丰富文档的内容。

最近恰好发现MonkeyOCR这个项目，主要是使用端到端VLM来做主要内容识别以及使用Pipeline模型中常用的版面分析模型来做结构识别。

Mem0 是一个轻量级、可扩展的长期记忆框架，支持本地部署和云端使用。其设计初衷是为 LLM 提供结构化的记忆支持，帮助智能体记住用户偏好、背景信息等，从而提供更个性化、更连贯的回答。

LLM本质上是无状态的模型，每次调用都像一次“短暂失忆”。为了让 AI Agent真正理解上下文、具备个性化交互和任务持续性，引入记忆系统至关重要。

本次千问3开源了两个 MoE 模型：Qwen3-235B-A22B以及Qwen3-30B-A3B， 其中，235B和30B表示模型总参数量，A22B和A3B表示激活的参数量。

在传统RAG流程中，必不可少的一个步骤是把长文档进行分块，然后把这些文本块进行向量化处理，并且存放在向量数据库中，当查询的时候，则从数据库中检索出相似的文本块传递给大模型，用于生成响应。

SmolDocling是一种超小型的VLM，能够在使用远少于大型模型计算资源的情况下，提供与大型模型相当的性能，支持OCR、布局和定位、代码识别、公式识别、图表识别、表格识别、图像分类、标题对应、列表...

Ollama-OCR是一个Python的OCR解析库，结合了Ollama的模型能力，可以直接处理 PDF 文件无需额外转换，轻松从扫描版或原生 PDF 文档中提取文本和数据。

PostgREST是基于无服务器的一种实现方案，允许开发者将PostgreSQL数据库直接暴露为RESTful API，而无需编写任何后端代码，从而可以专注于核心功能的开发。