记得好久之前看过一篇异常相关的文章，讲的主要是编译器插入的桩（怎么做的RAII等） 今天看CPython的时候看到了他的异常处理机制，和cpp不太一样，就延伸问了问。 直跳方案与表驱动异常：例子与定义 直跳（direct jumps + 就地清理）示例： C 语言：没有语言级异常，结构化控制流编译成条件/无条件跳转；资源清理靠就地代码或“goto cleanup”惯用法。 部分字节码 VM（如 Lua 系列）：通过显式指令（如 close/upvalue 关闭、return）配合跳转完成离开作用域的清理；错误传播多…
https://github.com/1517005260/graph-rag-agent/tree/master 这个项目看到的，有一个deep research agent GPT5的评价： 结论先给：区别不只“是不是用图”。普通 DeepResearchAgent（标准模式=DeepResearchTool）是“多轮思考+双通道检索（KB+KG）+答案验证”的工作流；DeeperResearchTool 把“图”升级为决策与表示的中枢，并叠加社区感知、CoE 探索、证据链与矛盾检测等全链路能力。 核心差异 图…
deepwiki输出的质量比较好，但是英文的读起来没那么顺畅，GPT帮忙写了个翻译的脚本 我个人用的是gemini2.5 flash，可以自行配置。把代码粘贴到油猴中就可以了 // ==UserScript== // @name DeepWiki Instant Translator (EN↔ZH) // @namespace https://chat.openai.com/ // @version 0.1.0 // @description Translate DeepWiki pages on the fly …
好久不写了简单看点文章写写： ComoRAG 个人理解就是几种GraphRAG的方法合起来，上面搞了一个Agent混合检索 三层： * 事实层就是类似HippoRAG这种知识图谱用来回答事实性问题的 * 语意层就是总结类，比如RAPTOR，MS GraphRAG * Episodic就是时序类，这里是用滑动窗口做的，感觉可以套一些其他的时序图的方法 这里时序类的做法是把长文本做滑动窗口式的总结，用来回答全文脉络这种问题。个人感觉主要就是针对小说这种场景。或者是放到Memory上，用户对话的每一段搞一个滑动窗口总结。…
这块主要是提一下最近看到的一些RAG技术中，针对问答全面性做的一些优化： Shifting from Ranking to Set Selection for Retrieval Augmented Generation 这里是做的instruction turning，所以就不扣技术了，主要就是他的idea： * 不是去关注单个文档/chunk和问答的相关性，而是看整体的覆盖率。 * 避免召回了很多语意相似得分很高的chunk，反而无法全面的回答问题 Knowledge-Aware Diverse Reranki…
google前一阵开源了一个用langgraph实现的deep research https://github.com/google-gemini/gemini-fullstack-langgraph-quickstart 对应到代码中也很简单： 看一下实现细节，是否有需要特殊关注的点： generate_query 根据用户历史对话，用LLM生成若干个search query 有option控制query count，会传入一下当前时间 continue_to_web_research 把输入的search qu…
这周公司邀请了大佬来分享一下neon的一些场景，针对AI这块，neon的优势主要有几点： * serveless，秒级别拉起服务 * PITR，事务级别的状态闪回 * branching，可写快照 分享的时候演示的neon功能毫无疑问是非常强的，这里主要想来看看这几个功能对应的具体的需求到底是什么 serveless这个 可能是用户希望快速拉起一个数据库做测试，这个其实理由并不是很强，因为SQL lite等一些本地数据库在使用上应该相对来说更加方便。 希望是针对PG做快速拉起，比如希望利用pg vector以及数据…