关注我，记得标星⭐️不迷路哦～
✨ 1: ZeroSearch
ZeroSearch是一个强化学习框架，无需真实搜索引擎即可提升LLM的搜索能力，降低API成本。
ZeroSearch 是一种新颖的强化学习框架，旨在提升大型语言模型（LLM）的搜索能力，无需与真实的搜索引擎进行交互。它通过以下几个关键步骤实现：
- 模拟搜索环境：
-
首先，使用有监督微调（SFT）将 LLM 转化为一个“检索模块”，使其能够根据给定的查询生成相关和噪声文档，模拟真实搜索结果。 -
这意味着，LLM 既可以产生有用的信息，也可以产生干扰信息，模拟真实搜索结果中可能出现的情况。 - 课程推出机制（Curriculum Rollout）：
-
设计了一种循序渐进的机制，通过暴露 LLM 于难度逐渐增加的检索场景，来逐步激发模型的推理能力。 -
这意味着，模型首先从简单的检索任务开始训练，然后逐渐过渡到更复杂的任务，从而更好地学习如何利用搜索结果进行推理。 - 强化学习训练：
-
使用强化学习算法（例如GRPO或PPO）来训练LLM，使其能够从模拟的搜索结果中提取有用的信息，并提高回答问题的准确性。
优势:
- 零 API 成本：
无需调用真实的搜索引擎，避免了API费用。 - 性能优越：
在某些情况下，性能超越了使用真实搜索引擎的模型。 - 泛化性强：
适用于各种规模的基础和指令微调 LLM，并支持不同的强化学习算法。
地址：https://github.com/Alibaba-NLP/ZeroSearch
✨ 2: DeerFlow
DeerFlow是社区驱动的深度研究框架，结合语言模型与专业工具，致力于回馈开源社区。(源于开源，回馈开源)
DeerFlow 是一个基于开源社区的深度研究框架，目标是将语言模型与 Web 搜索、爬取和 Python 代码执行等专业工具相结合，从而实现高效的自动化研究流程。它基于 LangGraph 构建了一个模块化的多智能体系统架构，能够进行自动化研究和代码分析。
DeerFlow 的主要功能包括：
- LLM 集成：
支持多种模型集成，包括开源模型和 OpenAI 兼容的 API 接口。 - 工具和 MCP 集成：
支持 Web 搜索（Tavily, Brave Search 等）、爬取、高级内容提取以及与私有领域知识库的集成。 - 人机协作：
支持用户交互式修改研究计划，也支持自动接受研究计划。 - 内容创作：
AI 驱动的播客脚本生成和音频合成，自动创建简单的演示文稿。
地址：https://github.com/bytedance/deer-flow
✨ 3: News Agents
News Agents是一个利用Amazon Q、MCP和tmux在终端运行的多Agent并行新闻聚合与摘要系统。
News Agents 是一个实验项目，它利用 Amazon Q CLI 作为代理框架，使用 Model Context Protocol (MCP) 解析 RSS feed 作为工具，并使用 tmux 进行终端分割和监控，最终创建一个在终端中运行的新闻聚合系统。 简单来说，它通过多个并行工作的代理，从 Hacker News, TechCrunch, WSJ 等多个新闻源抓取并总结新闻，最终生成易于阅读的摘要。
News Agents 的工作原理：
- 主代理 (Main Agent):
读取 feeds.txt中的新闻源 URL，将其分成三份，然后在独立的 tmux 窗格中启动三个子代理，监控它们的进度，并在最后收集所有摘要。 - 子代理 (Sub Agents):
每个子代理被分配一部分新闻源，它们负责下载内容，解析文章，生成摘要，并将摘要保存到 summaries/目录下以新闻源命名的文件中，完成后向主代理报告。 - 整个过程:
主代理协调子代理，并行处理新闻源，最后将所有子代理生成的摘要合并成一个总摘要 main-summary.md。
地址：https://github.com/eugeneyan/news-agents
✨ 4: n8n Autoscaling System
n8n Autoscaling System是一个基于Docker的n8n工作流自动扩容方案，它根据Redis队列长度动态调整worker容器数量。
n8n 自动伸缩系统是一个基于 Docker 的解决方案，旨在自动调整 n8n 工作流自动化平台的 worker 容器数量，以应对不同的工作负载。它通过监控 Redis 队列的长度来动态调整 worker 容器的数量，无需复杂的 Kubernetes 或其他容器编排平台。它还内置了 Puppeteer 和 Chrome，方便 n8n 代码节点进行高级网页抓取。
核心思想： 根据 Redis 队列中待处理的任务数量，自动增加或减少 n8n worker 容器的数量。
架构： n8n Main 将任务放入 Redis 队列，Autoscaler 监控 Redis 队列的长度，并根据预设的阈值增加或减少 n8n Workers 的数量。Redis Monitor 则负责持续监控 Redis 队列的状态。
主要特点：
- 动态伸缩：
根据队列长度自动调整 worker 容器数量。 - 易于配置：
通过 .env文件即可配置伸缩阈值、容器数量限制等。 - 基于 Docker Compose：
使用 Docker Compose 进行部署，简化了安装和管理。 - 集成 Puppeteer 和 Chrome：
方便进行网页抓取。 - 监控功能：
包含 Redis 队列监控服务和 Docker 健康检查，方便排查问题。
地址：https://github.com/conor-is-my-name/n8n-autoscaling
✨ 5: SmartPDF
SmartPDF利用AI（Llama 3.3）快速总结PDF并分章节，基于Together AI。
SmartPDF 是一款利用人工智能技术快速总结和划分 PDF 文档章节的工具。
核心功能：
- AI驱动的总结：
使用 Llama 3.3 大语言模型，能够对 PDF 文档进行快速、准确的总结。 - 章节划分：
能够智能地将 PDF 文档划分为不同的章节，方便用户浏览和查找信息。
地址：https://github.com/Nutlope/smartpdfs
（文：每日AI新工具）