易迟的博客 | Bryan Blog

来自工业界的多 Agent 框架最全细节对比

The most complete comparison of multi-agent frameworks from the industry

背景介绍过去的项目涉及 RAG 比较多，在 2024 年整理过来自工业界的开源知识库 RAG 项目最全细节对比，得到了不少工程师比较好的反馈。最近新项目使用的多 Agent 的技术方案，实际对多 Agent 框架进行了详细了调研，结合最近的项目的具体实践，整理相关内容分享在这边，期望对其他人的框架选型有一些帮助。在这篇文章中主要对比目前相对成熟或好评较多的多 Agent 框架，主要对...

Posted by Bryan on August 28, 2025

从医学视角深度解析微软医学 Agent 服务 MAI-DxO

In-depth analysis of Microsoft Medical Agent service MAI-DxO from a medical perspective

背景介绍作为医学大模型应用领域的从业者，我持续关注行业最新进展。近期，微软发布的一篇论文 Sequential Diagnosis with Language Models 在医学大模型领域引起了广泛关注。微软在该论文中构建了一个名为 MAI-DxO 的 Agent 应用，在复杂病例诊断方面取得了显著突破。根据论文数据，MAI-DxO 的诊断准确性达到 85.5%，而人类全科医生的诊...

Posted by Bryan on August 2, 2025

大模型应用落地反思：突破RAG幻想，以场景为锚，用评估导航

Reflections on the application of LLM: Break through RAG fantasy, anchor with scenarios, and navigate with evaluation

背景介绍过去几年，持续在医疗领域的大模型应用进行实践探索，个人在大模型技术专栏中持续积累了近 60 篇相关技术博客。过往的实践中，尝试了RAG、Agent、模型微调、知识图谱等多种技术路线，医学通用场景下 RAG 的准确率已由最初的不足 50% 提升至 90% 左右。然而，医学作为高度严谨的应用场景，90% 的准确性依旧无法完全满足生产需求。 2025 年以来，进一步聚焦医学细分场景...

Posted by Bryan on July 12, 2025

跟着企业 RAG 竞赛冠军学习 RAG 最佳实践

Learn RAG best practices from the enterprise RAG competition champion

背景介绍我一直认为，大模型竞赛是检验方案有效性的宝贵试验场。以 RAG 实践为例，相关论文层出不穷，但真正落地且有效的策略却相对有限。竞赛则为各类方案提供了客观、公正的比拼环境，在合适的验证集下，方案优劣一目了然。在之前的文章 RAG 最佳实践中，我结合过往实践与相关研究，总结了经过实际验证的最佳策略组合。近期注意到 Ilya Rice 分享了其在企业 RAG 竞赛中获奖的方案，本文...

Posted by Bryan on July 3, 2025

Vibe Coding 真能干掉程序员吗？一个父亲节特别项目

Can Vibe Coding really replace programmers? A special project for Father's Day

背景介绍今年以来，关于 Vibe Coding 的内容就持续出现，甚至经常会还有程序员会被完全替代的说法。从我之前的经验来看，出现的这种新现象主要来自于两种情况：大模型的特定领域的能力逐渐成熟，考虑到大模型一次性解决所有行业变得不那么现实的情况下，当前的大模型会有意识在特定领域进行明显的强化，比如编程，数学等。行业工具的成熟，随着 Cursor，W...

Posted by Bryan on June 15, 2025

求职季，用大模型给 HR 减减负

In the job hunting season, use llm to reduce the burden on HR

背景介绍最近因为岗位扩张，经历了密集的简历轰炸。在短短一周内抽空筛查了接近 100+ 的前后端的简历筛选，和 HR 沟通之后，她反馈她那边已经做过一轮简历筛选，过滤掉接近 90% 的简历了，预期 HR 在短期内需要处理 1000+ 的简历筛选。考虑到这个工作的重复性，而且简历内容的筛查还存在一些明显的技术门槛，没有相关的技术背景容易误判，似乎有自动化的必要性。我们当前有一台测试服务器，...

Posted by Bryan on May 16, 2025

RAG 远远不够，外部数据增强的多维策略探索

RAG is far from enough, exploring different solutions for external data augmentation

背景介绍随着大模型技术的发展，RAG(检索增强生成)已成为提升AI应用能力的标配方案。在过去两年中，我从最初的 langchain Demo 实践，到 langchain chatchat、QAnything 和 RagFlow 等项目的探索，见证了检索技术从简单的向量检索发展到知识图谱和 Agentic RAG 的过程。然而随着实践深入，RAG 方案的局限性逐渐显现。在处理复杂的现...

Posted by Bryan on April 10, 2025

来自工业界的知识库 RAG 服务(七)，RagFlow 知识图谱实践与优化方案探索

RAG service from the industry (7), RagFlow knowledge graph practice and optimization solution exploration

背景介绍在2024年，我曾撰写过 RagFlow 源码全流程深度解析，对 RagFlow 的完整 RAG 流程进行了深入剖析。自那时起，RagFlow 经历了多轮迭代演进，不仅增强了 Agent 能力，更是在知识图谱支持方面取得了显著进展。最近，RagFlow 公众号发布了 RAGFlow 0.16.0 特性总览，详细介绍了 RagFlow 对知识图谱机制的优化。本文将对 RagFlo...

Posted by Bryan on April 2, 2025

为 AI 应用打造安全屏障：基于 Dify 的完整实践

Building a security barrier for AI applications: a complete practice based on Dify

背景介绍 2025 年是大模型应用爆发的一年。从年初的 DeepSeek 吸引大量开发者部署大模型产品，到 Manus 和 MCP 等 Agent 方案持续引发关注，行业内掀起了一股打造爆款大模型应用的热潮。然而，在这股热潮中，大模型的安全性问题往往被忽视。事实上，AI 应用的安全性是实现完整大模型应用的关键环节。2024 年的一篇文章 Building A Generative AI ...

Posted by Bryan on March 25, 2025

祛魅 Manus ，从 0 到 1 开源实现

Demystify Manus, from 0 to 1 open source implementation

背景介绍 Manus 是最近一个现象级的大模型 Agent 工具，自从发布以来，被传出各种神乎其神的故事，自媒体又开始炒作人类大量失业的鬼故事，Manus 体验码也被炒作为 10w 的高价。之后又出现反转，被爆出实际体验效果不佳，存在造假的问题，Manus在X平台的账号被冻结。沟通之后，3月8日，Manus官方X账号又被解冻。 Manus 的故事一波三折，开源社区也没有闲着，MetaG...

Posted by Bryan on March 9, 2025

Bryan Blog