研究知识库草稿 · Jay · 2026-07-26

检索范围

  • CSDN 高价值技术文章（过滤低质量内容）
  • Substack AI/LLM/RAG/Agent 研究周报（AIxFunda、Future AGI、Outcome School）
  • PPIO/知乎 推理引擎深度文章

📌 CSDN 高价值条目

1. LLM 推理框架全景对比（2026版）

  • 标题：2026年LLM推理框架全解析：从vLLM到SGLang，小白到程序员的进阶指南！
  • 作者：Gaga246
  • URL：https://blog.csdn.net/Gaga246/article/details/155610267
  • 质量评级：⭐⭐⭐⭐⭐
  • 版本/环境：
  • vLLM（持续更新至2026）
  • SGLang v0.4.3（2025-02，已支持 DeepSeek-R1/V3 FP8 推理、多token预测）
  • LMDeploy、TensorRT-LLM
  • DeepSeek Open Infra Index（DualPipe、 EPLB 并行策略）
  • 工程价值：
  • 系统对比 4 类框架：高性能（vLLM/LMDeploy）、轻量化（Ollama/llama.cpp）、灵活部署（XInference/OpenLLM）
  • 涵盖 PagedAttention、Continuous Batching、FP8 推理细节
  • SGLang 0.4 对 DeepSeek 原生优化是国产模型部署关键参考
  • 复现价值：高（具体版本号、配置建议、Notebook 练习）
  • 分类标签：推理框架 vLLM SGLang DeepSeek FP8 工程选型
  • 建议：精读。SGLang + DeepSeek FP8 部分值得做主题页更新

2. 企业级 AI 应用技术路线（2026-07）

  • 标题：2026年AI应用开发技术路线：从LLM到企业级智能应用
  • 作者：xcyqsy
  • URL：https://blog.csdn.net/xcyqsy/article/details/162764752
  • 发布：2026-07-10（最新）
  • 质量评级：⭐⭐⭐⭐
  • 核心内容：
  • AI 应用编排层结构图（Prompt/RAG/Agent/Memory/Tool）
  • Spring AI vs LangChain vs LangGraph vs LlamaIndex 框架对比
  • 企业级 AI 应用技术栈全景
  • 工程价值：适合作为技术选型入门索引
  • 分类标签：AI应用 企业级 技术栈 Spring AI 框架选型

3. 多模态 RAG 系统解析

  • 标题：一文读懂：从RAG到多模态RAG
  • 作者：youmaob
  • URL：https://blog.csdn.net/youmaob/article/details/143257106
  • 质量评级：⭐⭐⭐⭐
  • 版本：2024-10 原文，2026-07-19 被重新推荐
  • 核心内容：
  • 多模态 RAG 技术原理：多模态编码器 + 向量检索 + 多模态 LLM 综合
  • 数据摄取 → 查询处理 → 生成响应三阶段
  • 模态对齐与跨模态理解挑战
  • 分类标签：多模态RAG RAG 技术原理

4. LangChain 生产级对话框架手把手实现

  • 标题：爆款！从零手写 LangChain 生产级对话框架，兼容 GPT/DeepSeek，实现多轮记忆 + 上下文截断 + 钉钉 AI 客服
  • 平台：DeepSeek 技术社区（CSDN 子站）
  • URL：https://deepseek.csdn.net（对应文章在 DeepSeek 社区）
  • 质量评级：⭐⭐⭐⭐
  • 工程价值：有完整代码、可直接商用；修复了钉钉 43002 POST 报错
  • 复现价值：高（有源码、有排障经验）
  • 分类标签：LangChain 生产级 对话框架 DeepSeek 企业落地

5. 推理引擎深度横评（知乎 → CSDN 转载）

  • 标题：五大主流大模型推理引擎深度解析：llama.cpp、vLLM、SGLang、DeepSpeed、Unsloth
  • 作者：qq_40999403
  • URL：https://blog.csdn.net/qq_40999403/article/details/148424108
  • 质量评级：⭐⭐⭐⭐
  • 核心对比维度：性能、易用性、适用场景、硬件需求、部署方式、系统支持
  • 表格对比：SGLang / Ollama / vLLM / LLaMA.cpp 四框架
  • 工程价值：框架选型参考表，适合直接引用

📌 Substack 高价值条目

1. AIxFunda Weekly Updates（多个Week）

  • 作者/专栏：Kalyan KS · AIxFunda
  • 可信度：高（持续更新 6+ 个月，覆盖 AI/LLM/RAG/Agent 全领域）
  • 本周重要条目（Feb-Apr Week 2026）：
发布 模型/框架 关键信息 需核验
Apr W1 2026 Qwen3.5-Omni 阿里原生多模态，实时交互，113语言，HuggingFace 有 demo 核验 benchmark
Apr W1 2026 llama.cpp GitHub 100k stars，GGUF 生态成熟 核验最新量化支持
Apr W1 2026 LFM2.5-350M (LiquidAI) 350M 参数，RL 训练，Tool Use 提升 44% 核验原始论文
Mar W4 2026 GLM-5.1 (Z.ai) Coding benchmark 45.3 vs Claude Opus 47.9 核验 benchmark 来源
Mar W4 2026 MolmoWeb (Ai2) 开源视觉 Web Agent，4B/8B，基于截图导航浏览器 核验 demo
Mar W3 2026 Mistral Small 4 统一 Magistral + Pixtral + Devstral，Apache 2.0 核验许可证
Mar W2 2026 Gemini Embedding 2 统一多模态向量空间（text/image/video/audio/PDF） 核验 API 文档
Mar W2 2026 vLLM Hook v0 可编程 vLLM 内部钩子 核验 GitHub
Mar W1 2026 Speculative Speculative Decoding Together AI + 斯坦福，H100 上 2x 加速 Llama-3 70B 核验原始论文
Feb W1 2026 OpenAI Responses API WebSocket 减少 40% 开销，20+ tool calls 场景 核验 Vercel 集成报告
  • 值得深入：vLLM Hook v0（内核可编程性）、Speculative Speculative Decoding（工程实现细节）
  • 订阅源链接：
  • https://aixfunda.substack.com/p/top-llm-rag-and-agent-updates-of（Feb W1）
  • https://aixfunda.substack.com/p/top-llm-rag-and-agent-updates-of-c14（Mar W2）
  • https://aixfunda.substack.com/p/top-llm-rag-and-agent-updates-of-222（Mar W4）
  • https://aixfunda.substack.com/p/top-llm-rag-and-agent-updates-of-0d2（Apr W1）

2. Future AGI · LLM 评估工具完全指南（2026）

  • 标题：The Complete Guide to LLM Evaluation Tools in 2026
  • 作者：Future AGI · Substack
  • URL：https://futureagi.substack.com/p/the-complete-guide-to-llm-evaluation
  • 可信度：中高（详细评测 Future AGI、Galileo、Arize AI、MLflow）
  • 核心评估框架对比：RAG 评估、LLM-as-Judge、多模态评估
  • 后续行动：可考虑整合进 RAG/Agent 评估主题页

3. Outcome School · AI Agent 完整系列

  • 标题：AI Agent, Memory, ReAct, RAG, Multi-Agent
  • 作者：Outcome School · Substack
  • URL：https://outcomeschool.substack.com/p/ai-agent-memory-react-rag-multi-agent
  • 可信度：中（系统化讲解，ReAct 20行 Python 实现、Agentic RAG 详解）
  • 核心内容：
  • ReAct Agent = LLM + Tools + 循环（Think-Act-Observe）
  • Agentic RAG = RAG + Agent 循环控制检索步骤（ReAct-Style / Self-RAG / CRAG）
  • Multi-Agent 三大支柱：专门化 Agent + 通信方式 + 协调机制
  • 后续行动：可作为 AI Agent 主题页结构参考

4. LightRAG + Multimodal RAG 实战

  • 标题：LightRAG (Upgraded) + Multimodal RAG Just Revolutionized AI Forever
  • 作者：gaodalie · Substack
  • URL：https://gaodalie.substack.com/p/lightrag-upgraded-multimodal-rag
  • 可信度：中（实战 demo，包含 RAG-Anything 系统架构）
  • 核心技术：
  • MinerU 2.0 文档结构化解析
  • Image Modal Processor + Table Modal Processor
  • 跨模态知识构建
  • 后续行动：需要核验 RAG-Anything GitHub 仓库状态

📌 非 CSDN 高价值（可引用）

PPIO 推理引擎演进史

  • 标题：大模型推理成本每年降低10倍的秘密——vLLM、SGLang等主流推理引擎深度解析
  • 平台：PPIO 官方博客
  • URL：https://ppio.com/blogs/post/da-mo-xing-tui-li-cheng-ben-mei-nian-jiang-di-10bei-de-mi-mi-yi-wen-liao-jie-vllm-sglangdeng-zhu-liu-tui-li-yin-qing
  • 质量评级：⭐⭐⭐⭐⭐（工业界视角，脉络清晰）
  • 核心价值：
  • 推理引擎演进完整历史：Transformers → TGI → vLLM → TensorRT-LLM → llama.cpp
  • PagedAttention 原理详解
  • Continuous Batching 成为业界标配的过程
  • DeepSeek 开源策略（贡献 vLLM/SGLang 而非自建生态）
  • 分类标签：推理引擎 vLLM SGLang DeepSeek 行业分析

阿里云 PAI · DeepSeek-R1 蒸馏模型微调

  • 标题：一键微调 DeepSeek-R1 蒸馏模型
  • 平台：阿里云官方文档
  • URL：https://help.aliyun.com/zh/pai/use-cases/one-click-fine-tuning-of-deepseek-r1-distill-models
  • 质量评级：⭐⭐⭐⭐⭐（官方文档，生产级）
  • 版本信息：
  • 支持 6 个蒸馏模型（Qwen 1.5B~70B）
  • 最低配置：A10 24GB（1B/7B/8B 模型）
  • 工程价值：超参说明详细（LoRA+/LoRA 对比、lorap_lr_ratio 说明）
  • 精读建议：值得整合进 DeepSeek 微调主题页

📌 本次未收录说明

条目 原因
CSDN 2026年大模型技术栈全解析帖子帖（CSDN每日值得看合集） 内容为每日资讯摘录合集，非原创深度，无源码/无版本/无复现过程
CSDN 爆款 LangChain 手写框架（需验证原帖链接） 已在 DeepSeek 社区找到，但需确认是否为同一篇/作者是否一致
各"小白入门AI Agent"类路线文章 路线图性质，无具体技术深度，不符合 CSDN 高价值筛选标准

📋 建议写入路径

主题页建议： - topics/inference-engines-vllm-sglang-2026.md — 推理引擎主题（更新 SGLang 0.4 + DeepSeek FP8 部分） - topics/deepseek-finetuning-production.md — DeepSeek 微调主题（补充阿里云 PAI 官方文档超参细节）

精读优先级： 1. PPIO 推理引擎演进史（行业脉络） 2. vLLM/SGLang 对比指南（Gaga246，CSDN） 3. 阿里云 PAI DeepSeek-R1 微调（官方，生产级） 4. AIxFunda Mar W2（vLLM Hook、Speculative Decoding） 5. Outcome School Agent 系列（系统化理解）

审稿需求：无特别需要同行审稿的条目，均为公开资料整理

草稿生成时间：2026-07-26 08:20 (UTC) · Jay · 本次检索约 20 个来源，去重后有效条目 14 条