PageIndex推理式RAG：用树搜索替代向量检索
PageIndex以“智能目录+LLM推理式树搜索”替代向量相似度检索，在长文档与专业文档场景提升可解释性与定位精度，并在金融问答基准中给出高准确率表现，为企业知识库落地提供新路径。
400-100-5265
400-100-5265
PageIndex以“智能目录+LLM推理式树搜索”替代向量相似度检索，在长文档与专业文档场景提升可解释性与定位精度，并在金融问答基准中给出高准确率表现，为企业知识库落地提供新路径。
开源项目planning-with-files以Markdown文件复刻Manus的Context Engineering，用任务计划、发现记录与进度日志实现持久化“工作记忆”，并适配Claude Code等多平台，缓解智能体目标漂移与重复犯错问题。
Ollama v0.15.4围绕集成体系与模型解析器做了系统级升级：OpenClaw自动化Onboarding、注册表别名与路径兼容全面落地，同时Ministral工具调用解析支持嵌套JSON，提升本地AI集成的稳定性与可维护性。
阶跃星辰开源Step 3.5 Flash，面向Agent场景优化推理与长上下文，最高350 TPS，并以稀疏MoE、MTP-3与混合注意力降低计算开销，为企业级智能体落地提供更可控的性能与成本路径。
通过 CocoIndex 将 Google Drive 中的 Markdown 会议纪要交给 LLM 抽取 Meeting/Person/Task，并以增量更新写入 Neo4j，实现可查询、可持续演进的组织知识图谱能力。
借助 Claude Code 的 Skills 机制，用户可自动完成角色关系调研并生成 Graphviz 图谱，从 DOT 输出 PDF，甚至扩展为可交互网站，为知识结构化与协作沉淀提供新范式。
Agent Skills 以“渐进式加载+按需调用脚本”重构本地知识检索流程，在跨格式文件与多轮问题上更像“会思考的检索”。它是否能替代传统RAG，关键取决于数据形态、成本与可控性。
Claude Skills 将“偏好与流程”封装为 SKILL.md 与资源目录，并用渐进式披露降低 token 成本；配合 MCP 可把工具访问与最佳实践组合成可复用的工作流，对企业标准化与效率提升带来新思路。
OpenClaw 以“Interface via Documentation”将 Skill 定义与执行代码解耦，通过 Runtime 统一完成选择、参数化、安全校验与执行，减少胶水代码并提升可观测性，为企业级 Agent 的工程化落地提供新路径。
面对Context bloat problem，Claude Skills用渐进式披露按需加载知识，LangChain SubAgents用隔离上下文分流工具细节。两种“分而治之，机制正在重塑Agent工程范式，并对企业效率与人才能力提出新要求。