Jay 研究知识库 · 2026-09-20 下午场
本次主题
GitHub Trending AI 工程栈 · Hugging Face 九月下载格局 · 向量数据库选型更新 · RAG/Agentic RAG 生产格局 · Substack 高价值来源
检索范围
GitHub Trending、agents-radar issue、Hugging Face Hub API（2026-09-18 采集）、HF Blog (state-of-open-models-summer-2026)、ByteByteGo AI GitHub Repos 2026、ODSC Agentic AI GitHub Repos、Analytics Vidhya Trending AI GitHub、Substack (theaiengineer, Future AGI, Aixfunda)、CSDN DAMO 开发者矩阵、智能体开发者社区
一、GitHub Trending AI 工程栈（2026 年九月格局）
1.1 全量 Stars 排名概览（Top 15 AI OSS）
| 排名 | 项目 | Stars | 类型 | 备注 |
|---|---|---|---|---|
| 1 | ollama/ollama | 164,980 ⬆ | 本地 LLM 运行时 | 新增 Kimi-K2.5、GLM-5、gpt-oss 支持 |
| 2 | langgenius/dify | 132,698 | Agentic workflow + RAG | 生产级成熟生态 |
| 3 | Shubhamsaboo/awesome-llm-apps | 139k | AI Apps 合集 | 100+ AI Agents & RAG Apps |
| 4 | Graphify-Labs/graphify | 120k | Graph RAG | - |
| 5 | langflow-ai/langflow | 116,251 | 低代码 RAG/Agent | 基于 LangChain，drag-drop UI |
| 6 | open-webui/open-webui | 109,642 | Chat UI | 支持本地/自托管模型 |
| 7 | Mintplex-Labs/anything-llm | 66,200 | 全栈本地 AI | RAG + Agent + 多模态，Desktop+Docker |
| 8 | infiniflow/ragflow | 74,954 | 深度文档理解 RAG | Agent 能力融合，2026-06-15 多聊天渠道支持 |
| 9 | mem0ai/mem0 | 65,700 | Agent Memory 层 | 混合搜索 + LLM reranking |
| 10 | hiyouga/LlamaFactory | 68,373 | 微调框架 | 100+ LLM/VLM，PPO/DPO |
| 11 | vllm-project/vllm | 73,018 | 推理引擎 | 高吞吐量推理关键基础设施 |
| 12 | lobehub/lobe-chat | 65,454 | 聊天平台 | 开源 Chatbot |
| 13 | firecrawl/firecrawl | 56,713 | Web 爬取/Agent 输入 | 将 Web 转为 LLM 可用上下文 |
| 14 | run-llama/llama_index | 44,203 | RAG 框架 | 成熟检索编排 |
| 15 | FlowiseAI/Flowise | 43,547 | 低代码 LLM | 基于 LangChainJS |
关键洞察： - ollama 已突破 165k stars，成为本地 LLM 事实标准运行时，生态锁定效应强。 - Dify vs Langflow 路线分化：Dify 偏向生产级 workflow，Langflow 偏向 RAG pipeline 拖拽原型。 - RAGFlow 2026 年持续迭代（2026-04 支持 DeepSeek v4，2026-06 支持多聊天渠道），深度文档理解差异化定位稳固。 - mem0 作为 Agent Memory 层崛起，解决持久记忆难题。 - Firecrawl 填补 Agent 实时 Web 输入空白，是 Agentic AI 的关键基础设施。
1.2 agents-radar 趋势信号（2026-03-14 周报）
新增值得关注的rising repos： - langflow-ai/openrag (日增 +905)：Langflow 生态的"All-in-one RAG platform"，基于 Docling + OpenSearch，"single package" 简单部署趋势。 - hindsight 和 memvid：Agent Memory 持久化方案，生态系统正从基础 RAG 向"持续学习 Agent 架构"演进。 - langfuse/langfuse 稳居 TOP 30，LLM 可观测性基础设施位置稳固。
1.3 新增 Star 加速项目（季度级）
| 项目 | Stars | 分类 | 亮点 |
|---|---|---|---|
| unslothai/unsloth | 53,922 | 微调加速 | 2x 微调速度，70% VRAM 节省，新增 gpt-oss 支持 |
| bojieli/ai-agent-book | 48,700 | Agent 专著代码 | 《深入理解 AI Agent》开源仓库，含 PDF + 代码 |
《深入理解 AI Agent：设计原理与工程实践》（李博杰） 值得关注：覆盖 RL、MCP、Multi-Agent、多模态、Agent Memory、Coding Agent、Context Engineering，适合工程落地参考。
二、Hugging Face 九月下载格局（2026-09-18 采集）
2.1 模型家族下载量排名（Top 60 模型，30 天窗口）
| 家族 | 模型数 | 30天下载量 | 占比 |
|---|---|---|---|
| Qwen | 36/60 | 240.1M | ~62% |
| Gemma | 6 | 32.6M | ~8% |
| Ornith | 3 | 13.5M | ~3% |
| Llama | 2 | 12.9M | ~3% |
| gpt-oss | 2 | 11.9M | ~3% |
| OTel | 1 | 7.4M | ~2% |
| Yi | 1 | 4.8M | ~1% |
| DeepSeek | 1 | 4.4M | ~1% |
| Nemotron | 1 | 3.5M | ~1% |
| Pythia | 1 | 3.5M | ~1% |
关键数据： - Qwen3-0.6B 排名第一（22.5M 下载），可在手机上运行，印证边缘端小模型趋势。 - Qwen 家族垄断 60 强中 27 个位置、62% 下载量，生态统治力极强。 - DeepSeek 仅 1 个模型进入 Top 60（4.4M），但 DeepSeek v4（2026-04）已集成到 RAGFlow。
2.2 HF Papers Trending（近期热点）
- YOLO26（Ultralytics）：统一实时端到端视觉模型，NMS-free，多任务（检测/分割/姿态估计）。工程价值高。
- Show-Harness（Microsoft Research）：VLM Agent 到机器人控制，zero-shot 跨机器人/GUI 部署。
- SkillOpt（Microsoft Research）：文本空间优化器，将 Agent skills 作为外部状态训练，零推理开销。
2.3 HF Blog — State of Open Models: Summer 2026
来源：https://huggingface.co/blog/state-of-open-models-summer-2026
核心观点： 1. Qwen 占据统治地位（一致性 + 覆盖范围 + Apache 2.0 许可），Regular release cadence 是关键。 2. 中美开放模型许可差异显著：中国实验室大模型 MIT/Apache 许可比例远高于美国同行（美国同尺寸 41% 为定制条款，30% 无声明）。 3. DeepSeek 和 Z.ai 在 700B–1.65T 参数区间 MIT 许可，塑造高端开源生态。 4. Hugging Face 收购 Pollen Robotics，LeRobot（机器人开源库）GitHub stars 近 3 倍增长， Robotics 成为新扩张方向。 5. Azure Foundry + Hugging Face 集成深化，Managed Compute 简化 GPU 选择，生产部署路径清晰。
三、向量数据库选型更新（2026 生产格局）
3.1 选型决策树（2026-09 现状）
向量数量 < 1M？
├─ 是 → Chroma（轻量）、pgvector（HNSW，Postgres 生态）
├─ 否 → 1M–100M？
│ ├─ 是 → Pinecone（无运维托管）、Weaviate（开源+托管，混合搜索）
│ └─ 否 → 100M+ → 专用方案（Vespa、Milvus）
3.2 各方案 2026 最新状态
| 方案 | 类型 | 适合场景 | 2026 更新 | 评价 |
|---|---|---|---|---|
| pgvector | 开源/自托管 | <50M 向量，<50ms p99 | pgvectorscale 支持 DiskANN，RAM 受限时用 | 最佳"够用型"选择，运维简单 |
| Pinecone | 托管无服务器 | 无运维团队，追求 SLA | 服务器less 持续迭代 | 成熟度最高，企业首选 |
| Weaviate | 开源+云 | 混合搜索（向量+BM25） | 免单独搜索引擎，RRF 融合开箱即用 | 适合混合检索生产 RAG |
| Qdrant | 开源+云 | 性能优先，开放生态 | 纯向量，无内置嵌入生成 | 开放生态首选，性能强 |
| Chroma | 开源/本地 | 原型、小规模 | 轻量定位不变 | 开发/小规模专用 |
| Milvus | 专用/大规模 | 100M+ 超大规模 | Zilliz Cloud 托管版 | 超大规模唯一选择 |
| Vespa | 专用 | 大规模结构化+向量混合 | - | 结构化数据+向量融合 |
| MongoDB Atlas | 多模 | 已用 Mongo 的团队 | 向量搜索集成 | 避免引入新数据库 |
生产 RAG 2026 模式：dense retrieval + lexical retrieval 并行 → reciprocal rank fusion → reranker → 最终上下文。 向量数据库选型已从"工具决策"升级为"基础设施赌注"，影响延迟/成本/安全/可靠性。
四、RAG 与 Agentic RAG 现状评估
4.1 "RAG 已死"论的工程回应
来源：theaiengineer.substack.com（Paolo Perrone，AI Engineering 技术 newsletter）
事实核查： - 长上下文（1M+ tokens）减少小知识库 RAG 需求 → 正确，但这是边界情况。 - RAG 不会消亡的场景：大规模文档、快速变化数据、成本敏感部署、可审计性需求。 - RAG 进化方向：Agentic RAG（动态规划检索路径）、GraphRAG（知识图谱增强）、混合检索（dense + lexical）。
4.2 Agentic AI 框架 2026 格局
来源：Future AGI Substack（Top 5 Agentic AI Frameworks 2026）
| 框架 | 定位 | 适用场景 | 评价 |
|---|---|---|---|
| LangGraph | Multi-step workflow 编排 | 非线性流程、审批管道、研究 Agent | 复杂流程首选，简单 Q&A 过度 |
| Dify | 生产级 Agentic Workflow | 从原型到生产，团队协作 | 生态最完整 |
| CrewAI | 多 Agent 协作 | 角色型 Agent 团队 | 概念清晰，工程实现轻量 |
| Microsoft AutoGen → Agent Framework | 企业级 | 微软生态团队 | 转型中，企业背景强 |
| LangChain | 基础 LLM 封装 | 简单 RAG/ Q&A | 被框架层替代风险 |
4.3 Context Engineering 新范式
来源：substack.com（Shashi Jagtap，2026-09-20）
核心概念：将"给 LLM 什么上下文"作为工程问题系统化处理。 - Venn 图组件：RAG + Prompting + State/History + Memory + Structured Outputs。 - 核心类比：人眼的"选择性聚焦"→ LLM 的"注意力引导"。 - Agent Engineering 作为独立学科兴起：结构化意图规范、自适应规划、持久记忆、评估优先开发。
五、CSDN 高价值条目（本次扫描）
- DAMO 开发者矩阵：《向量数据库常用检索算法》（2026-05-26，86收藏）— 工程实践向
- 智能体开发者社区：《多智能体协同架构设计》— 规则层/编排层/知识层/数据层四层设计，103 个 Agent 工程案例
- 智能体开发者社区：《n8n + FastGPT MCP Server 集成》— 工作流引擎 + 知识库 MCP 化，工程实操
- DAMO：《Qwen3-Reranker-4B/0.6B 实战》— vLLM+Gradio 快速部署rerank服务，工程可复现
- 智能体开发者社区：《2026 年跑本地 AI Agent，推荐这 7 个框架》— Ollama/Llama.cpp/LocalAI/Ollama/webui 等，现状评估
- CSDN 160594850：《2026版RAG技术全解析》（程序员复用）— 原理+代码，可复用度高
- CSDN 162706987：《AI Engineering 2026路线图》— LangChain 0.3.x + ChromaDB + FastAPI，完整 RAG 知识助手代码示例
六、Substack 来源评估
| 来源 | 专栏 | 可信度 | 适合用途 |
|---|---|---|---|
| theaiengineer.substack.com | Paolo Perrone | 高（工程背景） | RAG 原理、技术栈深度分析 |
| Future AGI | Future AGI | 中高 | Agent 框架横向对比 |
| Aixfunda | Aixfunda | 中 | 周度 LLM/RAG/Agent 更新速览 |
| javarevisited.substack.com | JavaRevisited | 中 | AI 学习路径 / 课程推荐 |
| saranfn.substack.com | Sara Nóbrega | 中 | RAG skill 细节（检索质量决定因素） |
| promptledproduct.substack.com | Elena Calvillo | 中 | RAG Agent 产品设计视角 |
| substack.com/home（Context Engineering） | Shashi Jagtap | 中 | Context Engineering 新概念梳理 |
不需要精读/核验的来源（信息密度低或过于综述）：SaranFN、Aixfunda 周更速览。 建议精读：theaiengineer（Paolo Perrone）RAG 原理深度文、Future AGI Agent 框架对比。
七、本次高价值条目汇总
★ 高优先级（工程落地价值高）
-
bojieli/ai-agent-book（Star 48.7k，2026-09-20 更新） - 主题：AI Agent 设计原理与工程实践，含 RL、MCP、Multi-Agent、Context Engineering - 链接：https://github.com/bojieli/ai-agent-book - 行动：可作为 Agent 工程手册参考，代码仓库值得浏览
-
Hugging Face State of Open Models: Summer 2026 - 主题：Qwen 统治格局、中美许可差异、机器人布局 - 链接：https://huggingface.co/blog/state-of-open-models-summer-2026 - 行动：了解开源模型格局，支撑选型判断
-
Digital Applied: Qwen 九月下载数据（2026-09-17） - 主题：Qwen 27/60 模型占 62% 下载量，Qwen3-0.6B 移动端最强 - 链接：https://www.digitalapplied.com/blog/most-downloaded-open-ai-models-hugging-face-september-2026 - 行动：支撑模型选型与边缘部署判断
-
theaiengineer: What is RAG?（Paolo Perrone） - 主题：RAG 原理 + 2026 "RAG 已死"论的事实核查 - 链接：https://theaiengineer.substack.com/p/what-is-rag-retrieval-augmented-generation - 行动：精读，理解 RAG vs 长上下文的边界
-
Future AGI: Top 5 Agentic AI Frameworks 2026 - 主题：LangGraph vs Dify vs CrewAI vs AutoGen vs LangChain 对比 - 链接：https://futureagi.substack.com/p/top-5-agentic-ai-frameworks-to-watch - 行动：框架选型参考
-
CSDN 162706987: AI Engineering 2026路线图 - 主题：LangChain 0.3.x + ChromaDB + FastAPI 完整 RAG 知识助手 - 链接：https://blog.csdn.net/m0_69581581/article/details/162706987 - 行动：工程参考，代码可复用
-
agents-radar 2026-03-14 周报（langflow-ai/openrag 新增 +905/day） - 链接：https://github.com/duanyytop/agents-radar/issues/164 - 行动：跟踪生态变化信号
◉ 中优先级（信息参考）
- Qdrant 选型评估（pgvector vs Pinecone vs Weaviate 对比，2026-09 最新）
- RAGFlow 2026 更新日志（多渠道 + DeepSeek v4）
- CSDN DAMO《向量数据库常用检索算法》（工程向）
- Shashi Jagtap: Context Engineering 新概念（需要独立验证）
八、分类标签
#GitHub-Trending #HuggingFace #向量数据库 #RAG #Agentic-RAG #Dify #RAGFlow #LangGraph #Qwen #Context-Engineering #AI-Agent #生产部署 #2026-09
九、建议写入路径
2026-09-20-1735-jay-github-trending-hf-blog-vecdb-rag-substack-sep20.md
是否需要精读/审稿/主题页更新：
- 精读：theaiengineer RAG 原理文、State of Open Models HF Blog
- 审稿：Context Engineering 新概念需交叉验证
- 主题页更新：#GitHub-Trending #向量数据库 #Agentic-RAG 三个标签对应的汇总页建议同步更新九月新数据
十、后续行动建议
- ✅ 向量数据库选型页：更新 pgvector/Qdrant/Pinecone 2026 最新 benchmark 数据
- ✅ Qwen 模型页：整合九月下载格局，Qwen3-0.6B 移动端数据
- ✅ Agent 框架选型：Dify vs LangGraph vs CrewAI 2026 最新对比表
- 🔲 AI Agent 工程手册：bojieli/ai-agent-book 代码仓库深度浏览（独立任务）
- 🔲 Context Engineering：需找更多工程来源交叉验证