该教程的内容十分全面，涵盖了 AI 智能体的基础概念、发展历史，还包含了实操项目，比如创建专属的 AI 智能体框架、构建多智能体系统。课程会教授多项实用技能，比如记忆管理、上下文处理、通信协议，以及大语言模型的训练方法。跟着这个教程学习，你可以深入理解相关知识，同时获得真实的编码实践经验，从单纯使用 AI 模型，进阶到自主设计智能系统。这能够帮你培养高阶的 AI 技能，这些技能对求职、科研，或是打造创新 AI 应用都很有帮助。相关学习材料在线上发布，随时都可以轻松获取。
油管：https://youtu.be/D1UUyKB3bfc
一段谁也不敢改的“超级 Prompt”。
wshobson/agents 这个项目，关注的正是这个问题本身：
当 AI 不再只是聊天，而是参与真实任务时，我们应该如何“工程化”它。
油管：https://youtu.be/GDcv83yuFI0
针对这一问题，LEANN（Light Embedding-based AI Neural Network）项目提出了一种创新的解决方案。LEANN不仅显著减少了存储需求，而且通过高效的计算方式，提供了一个强大的、隐私保护的个人AI助手系统。它采用了按需计算嵌入（on-demand embedding computation）技术和图结构选择性重新计算（graph-based selective recomputation）方法，旨在以较低的存储消耗为用户提供准确的人工智能服务。
报道：https://youtu.be/YRoJnaZR2hw
GigaChat 3 项目是由俄罗斯的一个开发团队——Salute Developers（萨路特开发者团队）主导的。
在人工智能领域，随着对话系统的不断发展，新的技术与架构不断涌现。在众多创新中，GigaChat 3作为一个开源的专家混合（MoE）模型，凭借其强大的性能和高效的推理能力，成为了值得关注的项目之一。
油管：https://youtu.be/GE9w0tBULGw
Star 数：48.4K+ 最简洁、高效的 GPT 训练与微调仓库，300 行代码实现中等规模 GPT nanoGPT 是 Andrej Karpathy 推出的开源项目，旨在提供最简单、最快的从零训练或微调中等规模 GPT 模型的代码库。它基于 PyTorch，重写了 minGPT 以优先性能，适合初学者快速上手 Transformer 架构，同时支持专业级实验，如复现 GPT-2 在 OpenWebText 上的结果。
油管：https://youtu.be/ySZQOiJWMWU
Star 数：7.7K+ 开源代理框架：像人类一样使用电脑，实现自主 GUI 交互与任务自动化 Agent-S 是 Simular AI 开发的开源代理框架，旨在让 AI 代理像人类用户一样自主操作电脑。
它通过 Agent-Computer Interface 实现复杂 GUI 交互，支持跨平台桌面环境自动化，已在 OSWorld 等基准上达到 SOTA 性能。该项目强调零样本泛化与安全执行，适用于研究与生产级代理开发。
油管：https://youtu.be/4DXNYzfplPs
不管你讲了多少偏好、资料、习惯、背景信息——下一次对话，它又是一个新的 AI。
但如果我们想做一个真正的 AI 助理、AI Agent、知识管理系统，就必须让模型能记住东西。
这正是 Memori（GibsonAI/Memori） 想要解决的问题。
油管：https://youtu.be/nqv9VeANaSw
高性能开源对象存储，S3 兼容，专为 AI/ML 与大数据优化 MinIO 是一个高性能、S3 兼容的对象存储解决方案，由 MinIO 团队开发并以 GNU AGPLv3 许可开源。
它专为云原生环境设计，支持大规模数据湖、AI/ML 工作负载与分析管道，提供无缝的 AWS S3 API 集成与企业级耐用性。该项目强调速度与可扩展性，已成为 Kubernetes 原生存储的首选，已被全球数千组织采用。
油管：https://youtu.be/3D5-n6cCwMQ
Star 数：8.8K+ 隐私优先的多模态 AI 笔记与播客生成工具 open-notebook 是 lfnovo 开发的开源项目，提供隐私导向的 Notebook LM 替代方案，支持自托管部署与高度自定义。它集成多模态内容处理、AI 驱动的智能交互与高级播客生成，适用于研究笔记、知识管理与内容创作。项目采用 MIT 许可，强调数据控制与灵活扩展，已成为隐私敏感用户的热门选择。
油管：https://youtu.be/Q71fFV0CS2I
提供一个多智能体大语言模型框架，在金融交易／股票分析场景中模拟“真实交易机构”的角色分工（比如：基本面分析师、情绪分析师、技术分析师、交易员、风控团队等）——这一点延续了原版 TradingAgents 的核心理念。
油管：https://youtu.be/mJ_QjbGsV0A
在大模型时代，聊天、问答、分析这些看似“智能”的能力背后，其实依赖一个关键技术：检索增强生成（RAG，Retrieval-Augmented Generation）。
而 RAG 工作流的性能高低，很大程度上由一个基础组件决定——
Embedding（向量嵌入模型）。
油管：https://youtu.be/dODsbHB9_m4
支持多源存储与 LLM 无缝集成 supermemory 是一个开源的记忆管理引擎和应用，专为 AI 时代打造，提供极致快速、可无限扩展的记忆存储与检索能力。它允许用户轻松从笔记、链接、文件等多种来源添加记忆，支持与 Notion、Google Drive 等服务的集成
油管：https://youtu.be/Ye87JljQr6s
尤其是在使用 Docker Compose 自行部署的情况下，这个问题更常见。本文记录我从发现问题、逐步排查，到最终成功接入 Notion 的完整流程，希望对遇到相似问题的人有帮助。
在众多 AI 聊天项目中，LobeChat 是一个值得长期关注的开源项目。它不仅外观精致、交互体验流畅，更重要的是，它完全开放、支持多种大语言模型接入，让每个人都能拥有属于自己的 ChatGPT。
不是算法科学家，也不是Prompt工程师——而是一个听起来更像“前线士兵”的角色：前线部署工程师（Forward-Deployed Engineer, FDE）。
