研究知识库草稿 · Jay · 2026-07-28

主题：CSDN 高价值 LLM/RAG/Agent 技术分享检索（第三次每日执行）

一、LLM 微调

高价值条目

1. LLaMA-Factory 微调实战：从环境到 API 部署 - 来源：CSDN 智能体开发者社区（adg.csdn.net） - URL：https://adg.csdn.net/697078f4437a6b40336a64a3.html - 发布：2025 年（具体日期待核实） - 工程价值：⭐⭐⭐⭐ - 含完整安装命令：git clone --depth 1 && pip install -e ".[torch,metrics]" - 含验证命令：llamafactory-cli version + CUDA 检查脚本 - 明确 RTX 4090 单卡 QLoRA 配置 - 含 LoRA/QA 模板参数说明（--template llama3） - 含 YAML 配置文件示例 - 复现价值：高，含命令、环境要求、QLoRA OOM 处理（--export_device cpu） - 建议分类：⭐⭐⭐⭐ 工程实践 / 微调工具链

2. 2026 年 LLM 微调实战指南：QLoRA、GRPO 与 Unsloth 工程落地 - 来源：devpress.csdn.net（AMD 专区） - URL：https://devpress.csdn.net/amd/6a3b417710ee7a33f2818ef2.html - 发布：2026 年 - 工程价值：⭐⭐⭐⭐ - 明确 2026 年微调趋势：QLoRA 作为默认启动模式 - GRPO 微调方法介绍 - Unsloth 工程化落地 - 建议分类：⭐⭐⭐ 技术趋势 / 工程方法论

3. 大模型微调技术完全指南（2026 版） - 来源：blog.csdn.net/huang9604 - URL：https://blog.csdn.net/huang9604/article/details/161566729 - 发布：2026 年 - 工程价值：⭐⭐⭐⭐ - 覆盖主流开源模型：Qwen3.5（2026.2）、Qwen3.6（2026）、LLaMA 4（2025.4）、DeepSeek-V3/R1 等 - 含各模型显存需求表格（9B: 6GB 等） - Evolution Strategies for LLM Fine-tuning（2026.2，Cognistant）介绍 - SLM 微调热潮分析（1B-9B 消费级部署） - 建议分类：⭐⭐⭐⭐ 工具链 / 模型选型参考

4. LLaMA-Factory 法律领域大模型微调（关键参数深度讲解） - 来源：blog.csdn.net/zhangfeng1133 - URL：https://blog.csdn.net/zhangfeng1133/article/details/162942959 - 发布：2026-07-16 - 工程价值：⭐⭐⭐⭐⭐（极稀缺的法律垂域微调实战） - AMD 显卡环境适配 - 超长上下文 + AMD 优化注意力 - 无报错、全部日志无害警告、环境完美适配 - 建议分类：⭐⭐⭐⭐⭐ 工程实践 / 垂域微调（法律）

5. 代码大模型微调、部署与应用实战（Qwen + DeepSeek） - 来源：blog.csdn.net/Xzl666_888 - URL：https://blog.csdn.net/Xzl666_888/article/details/163114009 - 发布：2026-07（6 天前） - 工程价值：⭐⭐⭐⭐⭐（代码 LLM 专项） - 环境准备 + 数据构建 + LoRA/QLoRA + vLLM 部署全流程 - 可复现代码示例 - 建议分类：⭐⭐⭐⭐⭐ 代码 LLM / 垂直任务

二、RAG 检索增强生成

高价值条目

1. RAG 检索链路优化演变过程 - 来源：blog.csdn.net/ALArm_a - URL：https://blog.csdn.net/ALArm_a/article/details/162880995 - 发布：2026 年 - 工程价值：⭐⭐⭐⭐⭐（设计思路 + 实战经验，非理论堆砌） - 重检索链路构建经验 - 明确"解析设计思路而非代码实现" - 建议分类：⭐⭐⭐⭐⭐ RAG 架构 / 工程实践

2. 2025 全网最具权威深度解析并手写 RAG Pipeline - 来源：blog.csdn.net/qq_30548401 - URL：https://blog.csdn.net/qq_30548401/article/details/149311873 - 发布：2025-07-13 - 工程价值：⭐⭐⭐⭐ - 手写 RAG Pipeline（非调用库），理解底层基因 - PDF Q&A 完整代码 - 建议分类：⭐⭐⭐⭐ RAG 原理 / 源码级理解

3. LangChain 源码分析（十一）—RAG 检索 - 来源：blog.csdn.net/oopsoom - URL：https://blog.csdn.net/oopsoom/article/details/152446064 - 发布：2025 年 - 工程价值：⭐⭐⭐⭐⭐（LangChain RAG 源码分析） - 分层架构解析：langchain-core / langchain / langchain-community - BaseRetriever 抽象基类、自定义检索器、相似度搜索、MMR 算法 - 明确五大模块：Document Loaders / Text Splitters / Embedding Models / Vector Stores / Retrieval - 建议分类：⭐⭐⭐⭐⭐ LangChain 源码 / RAG 架构

4. RAG 技术全流程优化（检索到生成） - 来源：bbs.csdn.net - URL：https://bbs.csdn.net/weixin_29041195/article/details/100194255 - 工程价值：⭐⭐⭐⭐ - 智能文档分块策略（含代码：MarkdownHeaderTextSplitter） - 元数据增强、混合检索（BM25 + Vector）、重排序 - 动态上下文压缩、幻觉防范机制 - LangSmith 跟踪、A/B 测试框架 - 建议分类：⭐⭐⭐⭐ RAG 全链路 / 工程优化

5. RAG 高级技术终极指南（9 种方法 + 实现） - 来源：blog.csdn.net/xx_nm98 - URL：https://blog.csdn.net/xx_nm98/article/details/154523222 - 发布：2025-11-07 - 工程价值：⭐⭐⭐⭐ - 9 种高级 RAG 技术及代码实现 - 交叉编码器重排序、混合搜索、上下文蒸馏 - 建议分类：⭐⭐⭐⭐ RAG 高级技术

三、AI Agent

高价值条目

1. 2026 年最高频 AI Agent 框架技术深度解析（12 框架对比） - 来源：智能体开发者社区 adg.csdn.net - URL：https://adg.csdn.net/6a539c90662f9a54cb8ea0f6.html - 发布：2026 年 - 工程价值：⭐⭐⭐⭐⭐（框架选型必备） - 12 个主流框架深度评测，依赖版本锁定为 49.6 - 含性能对比表格：LangGraph/CrewAI/PydanticAI/OpenAI SDK/LlamaIndex/Smolagents - 选型建议：企业级 → LangGraph；快速原型 → PydanticAI/Smolagents；角色化多 Agent → CrewAI；RAG 密集 → LlamaIndex + LangGraph - PydanticAI 代码示例（减少 40% 代码量） - CrewAI v0.35.0 角色定义代码示例 - 建议分类：⭐⭐⭐⭐⭐ Agent 框架选型 / 工程决策

2. 选错框架多花 10 倍成本？2026 AI Agent 框架终极选型指南 - 来源：AtomGit 开源社区（gitcode.csdn.net） - URL：https://gitcode.csdn.net/69e0560554b52172bc6a4176.html - 发布：2026 年 - 工程价值：⭐⭐⭐⭐⭐（最新商业数据支撑） - CrewAI v1.0 GA（2025-10），v1.7.0（2025-12 异步），v1.10.1（2026-03 Gemini 适配） - CrewAI 商业化数据：1800 万美元融资、60%+ 财富 500 强使用、每月 4.5 亿 Agent 运行 - LangGraph v1.0 GA（2025-10），Fleet（原 LangSmith Deployment）2026-03 发布 - CrewAI 优势/局限对比表格 - 20 行代码组建内容创作团队示例 - 建议分类：⭐⭐⭐⭐⭐ Agent 框架选型 / 商业化数据

3. LangChain 源码分析：RAG 检索（五大抽象体系） - 来源：见上方 RAG 条目 #3 - 补充说明：含 langchain-core 三大抽象（BaseMessage/BaseTool/BaseLLM）和 LCEL 声明式语法 - 建议分类：⭐⭐⭐⭐ LangChain 源码

4. 从崩溃到自愈：Temporal + MCP-Agent 构建永不中断的 AI 工作流 - 来源：CSDN（标题出现在 Agent 框架文章中） - 工程价值：⭐⭐⭐⭐⭐（可靠性工程视角） - 工作流故障自愈、零停机升级、跨团队信号机制 - 建议分类：⭐⭐⭐⭐⭐ Agent 可靠性 / 企业级工程

四、推理部署（vLLM / DeepSeek）

高价值条目

1. 2026 年 AI 推理算力实战：vLLM 部署与推理优化完全指南 - 来源：AtomGit 开源社区 - URL：https://gitcode.csdn.net/6a0da2ce10ee7a33f273f271.html - 发布：2026-05-20 - 工程价值：⭐⭐⭐⭐⭐（最新 2026 实战） - vLLM 0.6.0 原生工具调用（function calling） - 关键参数：max-model-len（32K→8K 防 OOM）、gpu-memory-utilization=0.9 - Qwen3-7B FP8 KV Cache 启动命令 - Nginx 负载均衡（双 vLLM 实例） - temperature/top_p/repetition_penalty 组合经验值 - OpenAI 兼容 API + Agent 工具调用循环示例 - 建议分类：⭐⭐⭐⭐⭐ vLLM 2026 / 工程实战

2. vLLM 源码解析（一）：整体架构与推理代码 - 来源：blog.csdn.net/weixin_42479327 - URL：https://blog.csdn.net/weixin_42479327/article/details/141496484 - 发布：2025 年 - 工程价值：⭐⭐⭐⭐⭐（源码级分析） - vLLM 0.4.1 调度逻辑重构分析 - vLLM 0.5.4 推理代码示例 - decode 阶段详解：自回归、KV Cache 保存 - 数据结构分析：prompts / SamplingParams - 附参考仓库：https://github.com/yblir/vllm-learn - 建议分类：⭐⭐⭐⭐⭐ vLLM 源码 / 系统理解

3. vLLM-Ascend 推理部署与性能调优深度实战指南 - 来源：鲲鹏昇腾开发者社区（hwcomputing.csdn.net） - URL：https://hwcomputing.csdn.net/694bc0dbbf6b0e4b285e0d72.html - 发布：2026 年 - 工程价值：⭐⭐⭐⭐⭐（国产算力 + 硬件抽象层） - vLLM Hardware Pluggable 架构解析 - entry_points 机制（vllm.platform_plugins） - VLLM_TARGET_DEVICE=empty 源码安装技巧 - 动态补丁系统（patch/ 目录） - 明确版本对齐要求：vLLM 0.6.3 - 建议分类：⭐⭐⭐⭐⭐ vLLM 国产化 / 昇腾适配

4. vLLM & Ray 分布式推理模型部署 - 来源：blog.csdn.net/weixin_39403185 - URL：https://blog.csdn.net/weixin_39403185/article/details/147230227 - 发布：2025 年 - 工程价值：⭐⭐⭐⭐ - 4 节点 A10 单机单卡 → 4 节点跨节点部署 - tensor-parallel-size 4 配置 - 跨节点授信访问配置 - 建议分类：⭐⭐⭐⭐ 分布式部署 / Ray + vLLM

5. DeepSeek 大模型部署全指南：常见问题与实战解决方案 - 来源：智能体开发者社区 adg.csdn.net - URL：https://adg.csdn.net/697069a8437a6b40336a26cd.html - 发布：2025 年 - 工程价值：⭐⭐⭐⭐ - 硬件需求表：1.5B→4GB、7B→8GB、14B/32B→16-24GB - 模型蒸馏知识迁移方案 - 实时性场景 / 离线场景模型选型矩阵 - 建议分类：⭐⭐⭐⭐ DeepSeek 部署 / 问题排查

6. DeepSeek 蒸馏技术案例实践 - 来源：智能体开发者社区 - URL：https://adg.csdn.net/697312a5437a6b40336b847e.html - 发布：2025 年 - 工程价值：⭐⭐⭐⭐ - 蒸馏版在智能客服、智能家居、嵌入式设备应用场景分析 - 建议分类：⭐⭐⭐ DeepSeek 蒸馏 / 应用场景

五、Substack 线索追踪（本期）

本期未专项检索 Substack，主要聚焦 CSDN 工程内容。下次高频任务可补充： - Substack: MiniMax/M4/BTIA/Tom's Hardware AI/Interconnects/Snake Eater - 建议关注：LMM 推理优化、Agent 记忆机制最新研究

六、分类标签汇总

七、建议写入路径

• 主要写入：/shared/research-kb/inbox/jay/2026-07-28-csdn-llm-finetuning-rag-agent.md（本文件）
• 建议主题页更新：
• topics/llm-finetuning.md — 补充法律垂域微调 + 代码 LLM 条目
• topics/rag.md — 补充 LangChain 源码分析 + 检索链路优化
• topics/agent-frameworks.md — 补充 2026 框架选型 + CrewAI 商业数据
• topics/vllm-deployment.md — 补充 2026 实战指南 + 昇腾适配

八、本次执行信息

• 执行时间：2026-07-28 16:20（UTC+8）
• 执行实例：Jay（CSDN 高频任务 · 每日 3 次）
• 检索范围：CSDN 全站（LLM 微调 / RAG / Agent / vLLM 部署 / DeepSeek）
• 候选条目：约 38 条
• 筛选后高价值条目：17 条
• 精读建议：法律大模型微调、vLLM-Ascend 深度指南、Agent 框架选型指南（2026 最新版）