通俗易懂看技术：24张流程图直观理解LLM、RAG及Agent
2025年5月24日周六，北京晴天。本文总结了大模型微调与训练、RAG及AgenticRAG等7张图，以及Agent、MCP和Functioncall的9张图。这些内容可供参考并作为验证标准，有助于深度思考和体系化学习。
老刘说NLP
Graph+图数据库+Agent能做什么？Chat2Graph的尝试思路
今天是2025年5月25日，星期日，北京，晴。文章讨论了技术问题，提到了一个名为Chat2Graph的技术项目，该项目使用图数据库和多智能体系统来实现自然语言与图形数据的交互，强调单主动-多被动混合架构、双LLM推理机及图规划器等关键技术细节。
GraphRAG的两个有趣疑问及LLM代表开源开发工具总结
2025年5月24日周六，北京晴天。本文讨论了GraphRAG的两个问题和大模型开源生态全景图的主要研发工具。GraphRAG技术适用于特定场景而非特定领域；而信息抽取任务更适合专门的任务模型。此外，总结期的大模型开源生态强调关键技术和代表项目。
人机交互型Agent方案Magentic-UI：兼看GraphRAG生成加速、无人机控制项目实现思路
摘要今天是2025年5月22日，星期四，北京阴。文章介绍了Magentic-UI Web Agent的运行控制思路和特点，并指出虽然类似高级RPA，但更适合做调试实验对比。同时讨论了GraphRAG及无人机控制项目的技术实现方案。
Agent提示工程实践指南及KG用于RAG数据合成方案RAGSyntic解读
近日发布的《RAGSynth》提出了一种用于生成多样化的RAG数据集的方法，本文详细介绍了其实现思路和核心细节，包括文档分割、事实线索提取、实体关系建立等步骤。
RAG＆KG＆LLM＆文档智能四大领域技术前沿：老刘说NLP技术社区持续对外纳新
老刘说NLP技术社区围绕大模型&RAG&文档智能&知识图谱四个主题，提供每日早报、线上分享和专题课程等多种形式的技术内容，旨在提升成员的技术深度感。
