知识库草稿 · 2026-09-14

实例: Jay
主题: LLM推理优化 / RAG工程 / AI Agent架构 / MCP协议 / 评测工具 · CSDN高价值筛选 + Substack研究线索
检索范围: CSDN全站搜索 · Substack AI research · Tavily综合

一、CSDN 高价值技术文章（COD筛选）

筛选标准：含源码分析 / 版本号 / 命令复现 / 排障经验 / 完整实战链路

🔴 顶级高价值（⭐⭐⭐⭐⭐）

1. vLLM 高性能推理落地实战专栏（全章节大纲）

  • 作者: davidwang456
  • URL: https://blog.csdn.net/davidwang456/article/details/162024950
  • 发布时间: 2025
  • 分类标签: LLM推理 vLLM PagedAttention CUDA Graph 分布式 生产SRE
  • 核心内容:
    从源码和内核层面理解vLLM，涵盖调度器（Scheduler）、Worker、Model Runner、PagedAttention、CUDA Graph、自定义扩展、KV Transfer 与极端场景SRE。
    章节包括：基础部署 → LoRA多适配器切换 → 推测解码与低延迟优化 → 连续批处理（Continuous Batching）→ 源码内核解析 → 生产问题诊断
  • 工程价值: 极高。提供完整学习路径，从源码到生产环境全链路
  • 复现价值: 高，含完整章节大纲可按图索骥
  • 建议分类: LLM推理 / vLLM系统架构
  • 是否精读: 是，建议作为vLLM专题主索引

2. 【高级篇综合实战】从源码到生产的vLLM推理系统优化

  • 作者: davidwang456
  • URL: https://blog.csdn.net/davidwang456/article/details/162118125
  • 发布时间: 2025
  • 分类标签: LLM推理 vLLM 生产优化 SRE 回归防线
  • 核心内容:
    系统性诊断链路：指标 → 日志 → 源码 → 实验 → 修复
    诊断退化根本原因 → 实施优化方案 → 建立回归防线
  • 工程价值: 极高。面向生产环境退化诊断，是SRE视角的稀缺内容
  • 建议分类: LLM推理 / vLLM生产工程
  • 是否精读: 是，建议作为vLLM生产专题补充

3. vLLM v0.20.0 超深度系统级架构分析

  • 作者: zhonglinzhang
  • URL: https://blog.csdn.net/zhonglinzhang/article/details/160307504
  • 发布时间: 2025
  • 分类标签: LLM推理 vLLM 系统架构 KV Cache PagedAttention
  • 核心内容:
    v0.20.0版本系统级深度分析，三大核心技术挑战展开：
    ① KV Cache显存管理 ② PagedAttention ③ Continuous Batching
    整体架构围绕高吞吐、低延迟、显存高效三大目标
  • 工程价值: 高，版本较新（v0.20.0），架构分析有参考价值
  • 建议分类: LLM推理 / vLLM架构
  • 是否精读: 是，与davidwang456专栏互补

🟠 高价值（⭐⭐⭐⭐）

4. Nano-vLLM 源码解读：PagedAttention

  • 作者: qq_37755661
  • URL: https://blog.csdn.net/qq_37755661/article/details/160968931
  • 发布时间: 2025
  • 分类标签: LLM推理 vLLM PagedAttention 源码解读 KV Cache
  • 核心内容:
    用千行代码拆解vLLM核心——PagedAttention
    把KV Cache当成"操作系统的分页内存"来管理，含Nano-vLLM精简实现（约1200行）
    配套系列：推理引擎导论（160930145）
  • 工程价值: 高，适合学习PagedAttention核心思想，代码精简易读
  • 建议分类: LLM推理 / vLLM源码
  • 是否精读: 建议，配合官方vLLM源码对照

5. LLM / RAG / Agent 评估工具对比

  • 作者: qq_42831750
  • URL: https://blog.csdn.net/qq_42831750/article/details/163133677
  • 发布时间: 2025
  • 分类标签: LLM评估 RAG评估 Agent评估 工具对比
  • 核心内容:
    按"工具 → 定位 → 核心能力 → 适用场景"结构化对比
    覆盖LLM、RAG、Agent三类评估场景
  • 工程价值: 高，便于工具选型
  • 建议分类: LLM评估 / 工程实践
  • 是否精读: 是，作为评测工具选型参考

6. MCP协议生产实践：AI Agent工具调用标准化落地指南

  • 作者: wangdutech
  • URL: https://blog.csdn.net/wangdutech/article/details/163511182
  • 发布时间: 2025
  • 分类标签: MCP AI Agent 工具调用 标准化 生产实践
  • 核心内容:
    企业生产环境MCP落地，将数据库、内部API、知识库、自动化任务封装为MCP Server
    实现Agent工具调用标准化，含架构设计思路
  • 工程价值: 高，企业级视角，MCP是2026年热点方向
  • 建议分类: AI Agent / MCP协议 / 工程架构
  • 是否精读: 是

7. MCP 服务器本地部署实战【2026】

  • 作者: aidoudoulong
  • URL: https://blog.csdn.net/aidoudoulong/article/details/161085784
  • 发布时间: 2026
  • 分类标签: MCP OpenClaw Claude Code Cursor 本地部署
  • 核心内容:
    Python/Node.js双语言MCP Server搭建
    明确提到OpenClaw（与本实例相关）、Cursor、TRAE、Claude Code已全线接入MCP
    "开发者只需搭建一次MCP服务器，就能在所有支持MCP的AI客户端里直接调用自定义工具"
  • 工程价值: 高，2026年最新内容，与本实例OpenClaw强相关
  • 建议分类: MCP协议 / OpenClaw集成
  • 是否精读: 是（尤其与OpenClaw MCP配置相关章节）

8. 从零到精通：OpenClaw + MCP协议深度集成实战

  • 作者: xyghehehehe
  • URL: https://blog.csdn.net/xyghehehehe/article/details/159380149
  • 发布时间: 2025
  • 分类标签: MCP OpenClaw 配置 传输协议
  • 核心内容:
    系列第022篇续，深度解析OpenClaw与MCP协议配置方法、传输协议选择
    结合2026年最新技术动态
  • 工程价值: 高，直接涉及OpenClaw实例配置
  • 建议分类: MCP协议 / OpenClaw配置
  • 是否精读: 是，与aidoudoulong那篇互补

9. RAG技术全解析：从2020年开山之作到2026年前沿发展

  • 作者: xx_nm98
  • URL: https://blog.csdn.net/xx_nm98/article/details/163927291
  • 发布时间: 2025
  • 分类标签: RAG 论文精读 LLM 发展脉络 顶会论文
  • 核心内容:
    系统精读26篇RAG领域最具影响力顶刊/顶会论文
    覆盖NeurIPS、ICML、ICLR、KDD、ACL、NAACL、WWW
    时间跨度：2020年至2026年8月
  • 工程价值: 高，论文综述性质，适合建立RAG知识体系
  • 建议分类: RAG / 学术综述
  • 是否精读: 建议建立索引，按需精读各篇论文

10. LangGraph + MCP完整讲解

  • 作者: m0_59164520
  • URL: https://blog.csdn.net/m0_59164520/article/details/165006820
  • 发布时间: 2026
  • 分类标签: LangGraph MCP 多Agent 编排
  • 核心内容:
    LangGraph与MCP的整合，原生自定义Tool VS MCP Tool对比
    多Agent系统编排实战
  • 工程价值: 高，LangGraph 1.0 + MCP是2026年主流组合
  • 建议分类: AI Agent / LangGraph / 多Agent系统
  • 是否精读: 是

🟡 中等价值（⭐⭐⭐，入门参考）

文章标题 URL 亮点 建议
2026年AI核心概念全拆解：LLM、Agent、MCP、RAG blog.csdn.net/jiangjunshow/161431835 概念拆解，适合入门 入门参考，非深度
大模型部署工具对比 blog.csdn.net/weixin_42001184/161173388 vLLM vs SGLang vs Ollama 工具选型参考
本地AI Agent实战：大模型自动写代码、查文档、执行命令 blog.csdn.net/qq_40882017/160447662 Agent六大核心模块 入门参考
深度剖析vLLM推理加速：5大架构级优化策略 blog.csdn.net/gitblog_01069/155219871 架构级优化策略 补充参考
vLLM加速下的Phi-4-multimodal多模态推理 blog.csdn.net/yy01234/152648239 多模态vLLM部署 多模态场景参考

二、Substack 高价值研究线索

记录作者/专栏名、原文链接、发布时间（已知）、核心观点、可信度判断

1. The 2026 AI Agent Stack, Drawn from Scratch

  • 作者/专栏: Rob @ Brain Bytes (codingwithroby)
  • 链接: https://codingwithroby.substack.com/p/the-2026-ai-agent-stack-drawn-from
  • 发布时间: 2026
  • 核心观点:
    ① 模型路由（Model Routing） 成为生产Agent标配：分类/路由用小模型，复杂推理用前沿模型，嵌入/评估用专用模型。RouteLLM研究证明此模式可大幅降低成本同时保持质量
    ② 记忆方案对比：Mem0（2026年SOTA融资$24M）、Letta（MemGPT继承者）、Zep（Zep vs Mem0对比）为三大候选
    ③ LongMemEval：长期对话记忆评测基准
    ④ LangGraph 1.0 GA 发布，JP Morgan已在生产环境使用LangGraph做投研Agent
    ⑤ 多Agent协同框架：ZenML多Agent投资研究助手（含RAG和Human-in-the-Loop）
  • 可信度: 高，作者有明显的一线工程经验，内容有具体公司/产品引用
  • 是否核验论文/代码: 建议核实RouteLLM论文、Mem0/Benchmarks相关资源
  • 后续行动: 更新AI Agent架构/记忆方案主题页

2. OWASP Top 10 Agents & AI Vulnerabilities (2026 Cheat Sheet)

  • 作者/专栏: Alex Ewerlof (open.substack.com)
  • 链接: https://open.substack.com/pub/alexewerlof/p/owasp-top-10-ai-llm-agents
  • 发布时间: 2026
  • 核心观点（高价值RAG安全部分）:
  • LLM04 数据投毒：攻击者污染训练数据或RAG上下文，防御需密码学验证 + 零信任RAG文档
  • LLM07 系统提示泄露：后端逻辑/密钥暴露在系统提示中，防御：密钥移出提示词、使用安全保险箱、上下文过滤
  • LLM08 向量和Embedding弱点：攻击语义搜索/RAG架构，防御：Vector DB强制加密命名空间隔离
  • LLM09 虚假信息：盲目信任AI幻觉，防御：严格RAG + 置信度评分 + 交叉验证
  • RAG本质：RAG = 语义搜索引擎 + LLM提示，RAG中的恶意PDF会被当作"真相"
  • 可信度: 高，OWASP品牌，有具体Mitigation建议
  • 后续行动: 建议纳入AI安全/工程实践主题页

3. Agent Evaluation: A Detailed Guide

  • 作者/专栏: Cameron R. Wolfe, Deep (Learning) Focus (Netflix研究员)
  • 链接: https://cameronrwolfe.substack.com/p/agent-evals
  • 发布时间: 2026
  • 核心观点:
    综述Agent评测方法论，引用文献包括：
  • Anthropic "Demystifying evals for AI agents" (2026)
  • SABER (arXiv:2512.07850) - Agent安全基准
  • τ³-Bench (2026) - 知识和语音Agent评测
  • Terminal-bench (arXiv:2601.11868) - CLI真实任务评测
  • Anthropic多Agent研究系统 (2025)
  • 可信度: 高，学术研究员，有完整参考文献
  • 后续行动: 建议纳入Agent评测/benchmark主题索引

4. MCP vs RAG vs AI Agents · ByteByteGo (EP202)

  • 作者/专栏: ByteByteGo (@bytebytego)
  • 链接: https://substack.com/@bytebytego399569/note/p-187911204
  • 核心观点:
    ① AI Agent技能调用流程：用户查询 → 构建提示+技能索引 → LLM推理选择技能 → 运行时加载SKILL.md进入活跃上下文
    ② You.com创始人预测2026年AI寒冬：LLM革命已被"开采完毕"、资本回流基础研究、强化学习工程岗位兴起、传统编码将消失
    ③ MCP与RAG的定位差异：MCP是工具调用协议，RAG是知识增强手段，Agent是执行主体
  • 可信度: 中，ByteByteGo在系统设计领域有知名度，但预测性内容需审慎
  • 后续行动: 参考价值，不作为硬性结论

5. Measuring Retrieval Robustness in LLMs

  • 作者/专栏: Sumit Kumar @ RecSys
  • 链接: https://recsys.substack.com/p/measuring-retrieval-robustness-in
  • 核心观点（论文列表）:
  • Query Decomposition多向量检索优化（Oracle AI）
  • 企业知识检索硬负例挖掘统一框架（Oracle AI）
  • Chunk Size对Dense检索系统的影响（Fraunhofer IAIS）
  • LLM推荐系统综述（NTU）
  • 可信度: 高，引用具体机构研究成果
  • 后续行动: 建议核实Oracle AI和Fraunhofer IAIS相关论文

三、本次综合评估与建议

高价值条目汇总（本次建议纳入知识库）

条目 类型 来源 标签 建议分类
vLLM高性能推理专栏（全章节） CSDN davidwang456 LLM推理/vLLM/源码 LLM推理工程·专题索引
vLLM v0.20.0系统架构分析 CSDN zhonglinzhang LLM推理/vLLM/架构 LLM推理工程
Nano-vLLM PagedAttention源码 CSDN qq_37755661 LLM推理/vLLM/源码 LLM推理工程
MCP服务器本地部署实战2026 CSDN aidoudoulong MCP/OpenClaw/部署 AI Agent·MCP协议
LangGraph+MCP完整讲解 CSDN m0_59164520 LangGraph/MCP/多Agent AI Agent·编排框架
2026 AI Agent Stack (Brain Bytes) Substack codingwithroby AI Agent/记忆/模型路由 AI Agent架构·研报
OWASP Top 10 AI Agent漏洞 Substack Alex Ewerlof AI安全/RAG攻击/MCP AI安全工程·checklist
Agent Evaluation详细指南 Substack Cameron Wolfe Agent评测/benchmark AI Agent·评测方法

本次未达标条目说明

  • CSDN概念类文章（jiangjunshow、xxue345678等多篇）：仅有概念拆解，无源码/命令/版本/复现过程，过滤不录入
  • 课程/培训类广告文章（如「2026大模型技术栈实战」）：内容泛化，无具体工程细节，过滤不录入
  • 「别再卷CRUD了」类标题党：营销属性强，工程内容稀释，过滤不录入
  • Substack付费文章：如Javarevisited Roadmap（Paul Iusztin），记录线索但无法验证内容

建议后续行动

  1. 精读/审稿：davidwang456的vLLM专栏 → 建议纳入LLM推理专题主索引
  2. 主题页更新：
    - 新增「AI Agent架构·2026」主题页，整合Brain Bytes路线图 + OWASP安全checklist
    - 新增「MCP协议」主题页，整合aidoudoulong部署实战 + LangGraph整合文章
  3. 学术核验：
    - RouteLLM（模型路由）→ 查arXiv核实
    - Mem0/Zep基准 → 核实官方Benchmark
    - OWASP LLM vulnerabilities → 核实owasp.org官方版本

草稿生成时间: 2026-09-14 16:20 CST · 实例 Jay · 请勿直接提交GitHub，等待串行同步任务合并