AIGC_Interview 是一个中文 AIGC（人工智能生成内容）领域求职百科全书，涵盖算法工程师、提示词工程师、产品经理等岗位的面经、必备基础知识、学习路径和资源索引。仓库以 Markdown 形式维护，持续更新，分类清晰，聚合了知乎、牛客、CSDN 等平台大量真实面试经验分享，是 AIGC 求职者的一站式参考资料。 ⚠️ 性质说明：这是一个资料整理型…
仓库攻略
15 篇 · 15 个项目 · RAG 检索增强 · 工程化
bwiernik/zoteroshortdoi 是一个轻量级 Zotero 插件（XPI），只做一件事：自动从 CrossRef API 抓取期刊文章的 DOI，并通过 shortdoi.org 服务获取 shortDOI，同时对已存在的 DOI 做合法性校验并标记无效项。 它的功能面非常克制——没有 PDF 解析、没有翻译、没有 AI 摘要——但它解决的是…
RAGSurvey 是一个按体系分类的 RAG 论文Awesome 列表，对应论文 RetrievalAugmented Generation for AIGenerated Content: A Survey（arXiv:2402.19473，2024 年 2 月，北大/北大深圳研究生院团队）。仓库按该论文提出的三层分类法，对 RAG 领域论文进行结构化整…
llmtwincourse 是 Decoding AI Magazine（Paul Iusztin & Alex Vesa 团队）开源的免费工程课，目标是从零搭建一个能"模仿你写作风格"的生产级 LLM Twin —— 一套完整的端到端 LLM + RAG 系统，覆盖数据采集、CDC 同步、实时特征工程、SFT 微调、RAG 推理、Prompt 监控全部 6…
zoteroarxivdaily 是一个零成本、零安装的 arXiv 论文每日推荐工具，通过 fork 该 GitHub 仓库并配置 GitHub Actions，即可每天自动根据你 Zotero 书架中的论文主题，推荐当日新提交的 arXiv（及 bioRxiv、medRxiv）论文，生成带有 AI TL;DR 的邮件发送到你的邮箱。 整个流程跑在 Git…
zoterogpt 是一个 Zotero 文献管理器的 AI 助手插件，让研究者在阅读 PDF 文献时直接用 GPT（gpt3.5turbo / gpt4）提问、摘要、搜索相关文献，所有交互都以内嵌弹窗形式在 Zotero 内完成，无需切换到 ChatGPT 或其他工具。 核心作者是 MuiseDestiny，基于 zoteroplugintemplate …
Kotaemon 是一个开源的 RAG 文档问答 UI 工具，专注于为文档提供「聊天式问答」体验。它的目标是同时服务两类用户： 核心特点：干净的界面 + 混合检索 + 强引用展示 + 多模态文档支持。 有大量技术文档/论文/合同，想基于这些文档向 AI 提问 需要 AI 的回答有明确的文档来源引用，不能胡编 需要处理包含图表、表格、LaTeX 公式的复杂 P…
FastGPT 是一个基于大语言模型的知识库问答与应用编排平台，提供完整的开箱即用能力：数据处理、RAG 检索、可视化 AI 工作流编排，让用户无需深度配置即可快速开发和部署复杂的问答系统。 它的核心定位是：企业级 RAG 应用平台，强调知识库管理与可视化流程编排的结合。相比单纯的知识库工具，FastGPT 多了工作流编排和 Agent 编排能力；相比纯 A…
AI4Paper 是一款面向科研人员的 Zotero 插件（XPI），也是配套的网页应用（app.ai4paper.pro）。它把 AI 能力深度嵌入 Zotero 阅读器，覆盖找文献 → 读文献 → 写综述的完整科研流程。 核心理念：「让天下没有难读的 Paper，让天下没有难做的科研」。所有 AI 功能都基于真实文献（RAG），答案可溯源到原始论文，不凭…
Pathway llmapp 是一套开箱即用的 RAG（检索增强生成）与 AI 流水线云模板集合。它基于 Pathway Live Data Framework，核心解决"数据源实时变化 → RAG 系统如何及时感知并更新索引"这个问题。与传统 VectorDB（如 Pinecone、Milvus）需要独立 ETL 管道不同，Pathway 在内存中直接处理…
LLMEngineersHandbook 是 Packt 出版社配套 GitHub 仓库，支撑一本同名实战书籍（Amazon/ Packt 有售）。与其说是"仓库"，不如说是一套完整的 LLM 工程最佳实践参考实现：覆盖数据采集、LLM 训练、RAG 搭建、AWS 生产部署、监控和评测全链路，配有可直接运行的 Python 代码和 ZenML 流水线。 解决…
GraphRAG 是微软研究院开源的模块化图结构 RAG 系统，旨在解决传统向量 RAG 无法处理的"全数据集级别的推理问题"。 传统 RAG 靠向量相似度检索，擅长"找相似片段"，但对"这本小说里最核心的主题是什么"这类需要全局理解的问题力不从心——因为答案分散在大量段落中，向量召回永远只能覆盖局部。 GraphRAG 的核心思路：先用 LLM 将文档内容…
PixelRAG 是一个基于视觉渲染的 RAG（检索增强生成）系统，核心思想：把文档（网页、PDF）渲染成截图切片（screenshot tiles），再对图片做向量检索，而不是解析 HTML 提取文本。传统 RAG 丢掉的表格、图表、排版信息，在 PixelRAG 里完整保留，读者模型可以直接"看"到原始视觉布局。 源自 Berkeley SkyLab、B…
ScrapeGraphAI 是一个基于 LLM 的 Python 爬虫库，用自然语言描述你想提取什么，它就能自动搞定——无需写 CSS 选择器、XPath，也无需分析网页结构。它背后的设计逻辑是把网页 scraping 当作一个有向图（Graph）来执行：LLM 作为图节点之间的"路由器"，决定如何遍历页面、提取什么数据。 简单说：你告诉它要什么，它用 LL…
LightRAG 是香港大学数据科学实验室（HKUDS）发布的轻量级知识图谱增强检索框架，发表在 EMNLP 2025。它采用双层（向量 + 知识图谱）架构，兼顾检索的全面性与语义深度，是 Microsoft GraphRAG 的高效替代方案。 核心思想：在索引阶段利用 LLM 从文档中提取实体和关系，构建知识图谱（KG），同时保留向量嵌入；查询时通过 lo…