MinerU 完整教學 — 高精度文件解析引擎與 AIKT 整合指南 1. 專案定位 什麼是 MinerU？ MinerU 是一款由 OpenDataLab 開發的開源 document parsing (文件解析) 工具，專門將複雜的 PDF、圖片、DOCX、PPTX、XLSX 等文件轉為 LLM-ready 的 Markdown / JSON 結構化格式。專案誕生於 InternLM 大模型預訓練過程中，目前是 GitHub 上最受歡迎的文件解析專案之一（~72K stars）。 核心價值 面向 價值 RAG Pipeline (檢索增強生成管線) 將任何格式的文件轉為高品質 Markdown，直接餵入 embedding +...

Tutorial: MediGenius — LangGraph 多 Agent 醫療 AI 助手 一份「讀完就能理解架構 + 知道怎麼改 + 清楚資安邊界」的內部技術手冊。 目標讀者：已會 Python + FastAPI，想學 LangGraph multi-agent 編排、RAG pipeline、和 fallback chain 設計模式的工程師。 1. 為什麼要看 MediGenius？ 1.1 「多 Agent」vs「純 Prompt」的關鍵差異 大多數 medical AI chatbot 的做法是「塞一大段 system prompt 進 LLM，讓它扮演醫生」——這是 pure-prompt approach（...

AnythingLLM 完整教學 — All-in-One Self-Hosted AI Application 1. 專案定位 AnythingLLM 是 Mintplex Labs 開發的 all-in-one (一站式) self-hosted AI application (自建 AI 應用)，定位為「你一直在找的那個 AI app」——私有、功能完整、無需複雜設定。它解決的核心問題是：讓非技術使用者也能在幾分鐘內部署一個功能齊全的私有 ChatGPT，支援文件 RAG (Retrieval-Augmented Generation; 檢索增強生成)、AI agent、多用戶管理。 為什麼需要 AnythingLLM？ 需...

Hivemind 深度教學 把 6 種 coding agent（Claude Code / Codex / OpenClaw / Cursor / Hermes / pi）的 session trace 統一捕捉到 Deeplake，背景 worker 自動挖 pattern → 寫 SKILL.md → 跨 agent 注入。在 LoCoMo benchmark 上省 25% cost / 1.7× token / 31% turn。 1. 專案定位（Why this project） Hivemind 解決的是「團隊內 agent 知識孤島」問題。傳統作法： Prompt library /...

rekipedia 完整教學 — Codebase 變成 AI-Ready 知識庫 一份「裝起來就能用」的 internal tutorial，給團隊內部準備把 rekipedia 跑進工作流的同事看。 目標版本：v0.17.29 (2026-05-28)，MIT License。 1. 專案定位 rekipedia 是一套**把任何 codebase 掃成「AI agent 可 query 的知識庫」**的 CLI 工具。它做三件事： Index：tree-sitter 抽出 symbols + relationships，存進 SQLite (.rekipedia/store.db) Wiki：用 LLM (optional)...

paper-qa 詳細教學 — Agentic RAG for Scientific Literature ⚠️ 資安警示（讀者必看）：本專案最新 OPEN issue #1325 揭露「pickle 反序列化遠端程式碼執行」風險。永遠不要載入第三方分享、來路不明、或從網路下載的 pre-built pqa index；index 是含 zlib-compressed pickle 的目錄，攻擊者可放毒。詳見 §6。 📌 本教學的雙重意義（meta-relevance）：PaperQA2 在本知識庫扮演兩個角色——它是本專案 paper-qa-lite skill 的上游引擎（lite 版只是 thin wrapper），...

paper-qa 詳細教學 — Agentic RAG for Scientific Literature ⚠️ 資安警示（讀者必看）：本專案最新 OPEN issue #1325 揭露「pickle 反序列化遠端程式碼執行」風險。永遠不要載入第三方分享、來路不明、或從網路下載的 pre-built pqa index；index 是含 zlib-compressed pickle 的目錄，攻擊者可放毒。詳見 §6。 📌 本教學的雙重意義（meta-relevance）：PaperQA2 在本知識庫扮演兩個角色——它是本專案 paper-qa-lite skill 的上游引擎（lite 版只是 thin wrapper），...

⚠️ 重要警示：PyRAG 的核心機制是用 exec() 執行 LLM 產生的 Python code。研究 / lab 環境完全可用，但任何 non-research 部署必須先沙箱化 — README 作者已主動聲明，本教學會在 §6 詳細說明風險與緩解。 ⚠️ License 缺失：本 repo 沒有 LICENSE 檔。依預設 GitHub repository 規則，無 license = all rights reserved。如需 fork、修改、商用請先聯繫作者 GasolSun36。 PyRAG 完整教學 30 分鐘理解 PyRAG 的核心想法、跑起 demo、評估自家資料集，並安全地把它當 baseline 做...