AI 工程・GitHub Trending + HF 精选（2026-08-20）

实例： Jay | 检索范围： GitHub Trending · Hugging Face · arXiv · Substack · 官方博客
标签： LLM Agent RAG Multimodal MLOps Security Open-Source

🔬 高价值论文 / 框架

1. FROAV — RAG 可观测与 Agent 验证框架

  • 来源： arXiv:2601.07504（2026-01-13，Aethech）
  • 链接： https://arxiv.org/abs/2601.07504
  • 可信度： ⭐⭐⭐ 高（学术论文，有 n8n/PostgreSQL/FastAPI/Streamlit 完整集成）
  • 摘要： 提出 LLM-as-a-Judge 评估范式，结合 RAG 多阶段 pipeline，支持可视化工作流编排。专为降低 LLM Agent 研究门槛设计，适合快速原型验证 RAG 策略和 Prompt 工程迭代。
  • 核心技术栈： n8n（无代码工作流）+ PostgreSQL（细粒度数据管理）+ FastAPI + Streamlit
  • 评价： 工程化程度高，有 GUI，生产级参考价值强。
  • 行动建议： 精读源码架构，考虑纳入 RAG 工程最佳实践参考。

2. Agentic RAG 系统演进研究（AI-VaxGuide）

  • 来源： arXiv:2507.03493
  • 可信度： ⭐⭐⭐ 中高（Gemini Flash 2.0 实验对照，有 benchmark）
  • 核心结论： AgenticRAG > EnhancedRAG > SimpleRAG > 微调模型，在复杂查询场景优势明显，但计算开销增加。适合约束领域（有限训练数据）。
  • 行动建议： RAG 架构选型参考。

3. MOYA Framework — 多 Agent CloudOps

  • 来源： arXiv:2501.08243
  • 可信度： ⭐⭐ 中（CloudOps 领域专项研究）
  • 摘要： 整合 multi-agent + RAG 实现复杂云运维自动化，强调实时处理与可靠性。monolithic RAG → modular agentic 演进路径值得参考。
  • 行动建议： 略读，关注架构分层思路。

4. LongHorizon（阿里巴巴）⭐170 HF Upvotes

  • 来源： Hugging Face Papers（2026-08-03）
  • 链接： https://huggingface.co/papers/trending
  • 核心： manage-execute-audit loop，显式跟踪验证任务状态，适合长周期 Agent 场景。
  • 评价： 生产级 Agent 记忆/状态管理方案，可与 ReAct/MemGPT 对比参考。
  • 行动建议： 关注工程实现。

5. LFM2.5-VL-3B（Liquid AI）多模态边缘模型

  • 来源： Hugging Face Blog（2026-08-12）
  • 链接： https://huggingface.co/blog/LiquidAI/lfm2-5-vl-3b
  • 可信度： ⭐⭐⭐ 高（商业公司官方博客，有 benchmark）
  • 摘要： 3B 参数非推理视觉语言模型，支持屏幕理解、目标定位（bounding box）、函数调用、多图输入。SigLIP2 NaFlex 视觉编码器。专为 on-device 场景优化，延迟低。
  • 配套模型： LFM2.5-VL-450M（ONNX 导出版），适合更受限设备。
  • 行动建议： 边缘部署/多模态 RAG 项目可评估集成。

6. LFM2.5-2.6B — 本地 Agent 部署指南

  • 来源： Hugging Face Blog（2026-08-04），作者含 Maxime Labonne
  • 链接： https://huggingface.co/blog/LiquidAI/lfm2-5-2-6b
  • 摘要： 详细本地 Agent 部署指南，覆盖 WebGPU demo、Docker Model Runner、端侧推理优化。
  • 评价： 工程实操性强，适合本地 LLM 部署参考。

7. State of Open Models: Summer 2026（HF 官方）

  • 来源： Hugging Face Blog
  • 链接： https://huggingface.co/blog/state-of-open-models-summer-2026
  • 关键洞察：
  • 模型仓库 2.43M → 2.96M，数据集 711K → 1M，Spaces 1.00M → 1.44M
  • 85.6% 模型 <200 下载，1.5% 仓库占 99.2% 下载量（极端长尾）
  • 前沿：Thinking Machines Inkling (952B)、NVIDIA Nemotron 3 Ultra (561B)
  • 中国模型主导开源前沿权重（DeepSeek V4 等）
  • 行动建议： 宏观了解开源模型生态格局，适合年度回顾引用。

🔐 安全 / OWASP

8. OWASP Top 10 Agents & AI 漏洞（2026）

  • 来源： Alex Weron（open.substack.com，2026）
  • 链接： https://open.substack.com/pub/alexewerlof/p/owasp-top-10-ai-llm-agents
  • 可信度： ⭐⭐⭐ 高（OWASP 标准）
  • 高优先级漏洞：
  • LLM07 系统 Prompt 泄露： 缓解：密钥不出现在 Prompt，使用安全保险库
  • LLM08 向量/Embedding 弱点： 共享向量 DB 仅靠应用层过滤，可被 embedding payload 跨租户攻击。缓解：加密命名空间隔离
  • LLM04 数据投毒： RAG 知识库上传恶意 PDF，LLM 将其当作ground truth
  • 行动建议： 所有 RAG/Agent 项目安全评审必读。

🌐 Substack 高价值文章

9. 1000+ 职位描述揭示 AI 工程师技能需求

  • 来源： alexeyondata.substack.com
  • 链接： https://alexeyondata.substack.com/p/what-1000-job-descriptions-reveal
  • 可信度： ⭐⭐⭐ 高（1000+ 样本量统计）
  • 核心洞察：
  • 70% 为 AI-first 职位（直接做 RAG/Agent/评估/部署）
  • 28.5% 为 AI-support 职位（基础设施/平台/GPU 运维）
  • 核心技能：LLM 集成、RAG、Agent 工作流、API 部署、监控、评估
  • 趋势：职位要求从"学框架"转向"理解系统架构"
  • 行动建议： 课程/技能树设计参考。

10. 2026 AI Agent 学习路径

  • 来源： aiagentssimplified.substack.com
  • 链接： https://aiagentssimplified.substack.com/p/the-2026-path-to-learning-ai-agents
  • 核心观点：
  • 系统设计：编排 LLMs、工具、数据库、子 Agent 如同后端架构
  • 工具设计：严格 Schema 定义 I/O，防止 LLM 错误
  • 检索工程：chunking、embeddings、re-ranking
  • 可靠性：重试、超时、退避、熔断
  • 评价： 实操性强，适合作为学习路线验证。

11. 为什么 2026 年从 RAG 开始学 AI 工程

  • 来源： jamwithai.substack.com
  • 链接： https://jamwithai.substack.com/p/how-to-start-with-ai-engineering
  • 核心观点： RAG 覆盖 AI 工程全栈：ETL pipeline、OCR/PDF、embedding indexing、hybrid search、FastAPI、Docker、缓存、可观测性。比直接学 LangChain 或 Agents 更系统。
  • 行动建议： 初学者路线参考。

📊 GitHub Top Projects 追踪（2026-08-19 更新）

项目 语言 Stars 摘要
langchain-ai/langchain Python 143K+ 经典 Agent 工程平台，RAG/Tools/编排
dify TypeScript 152K+ 领先开源 LLM app 平台，Agentic workflow + RAG pipeline
open-webui Python 149K+ 本地 AI 界面，Ollama事实标准网关
ragflow Go 87K+ RAG 引擎 + Agent，深度文档理解
Graphify-Labs/graphify Python 104K+ 代码/文档→知识图谱，AST 解析无需向量库
awesome-llm-apps Python 133K+ 100+ AI Agent / RAG 应用示例
hermes-agent Python 229K+ 可成长 Agent 框架（数据存疑，核实中）
cc-switch Rust 128K+ 跨平台 All-in-One AI 助手（支持 OpenClaw）

🏷️ 分类标签汇总

LLM Agent RAG Multimodal Edge-AI Vector-DB Security OWASP Evaluation Observability Local-Deployment MLOps CloudOps FastAPI n8n Open-Source-Ecosystem

📋 建议写入路径

  • 主文件： /shared/research-kb/inbox/jay/2026-08-20-ai-engineering-trending.md
  • 关联草稿可考虑：
  • 2026-08-20-FROAV-framework.md — FROAV 深度笔记
  • 2026-08-20-LFM25-VL-analysis.md — 边缘多模态模型分析
  • 2026-08-20-OWASP-AI-security.md — AI 安全专项
  • 2026-08-20-Github-AI-ecosystem.md — GitHub Top 项目追踪

✅ 本次行动

  • 精读建议： FROAV（工程架构参考）、OWASP Top 10 AI（安全必读）、LongHorizon（Agent 状态管理）
  • 审稿建议： LFM2.5-VL 技术博客（多模态 RAG 集成评估）
  • 主题页更新建议： 新增"边缘 AI / 多模态 RAG"分类；更新"AI 工程技能图谱"（参考 Substack 职位分析）