一周热榜

在这篇文章中，我们记录了一些实验结果，比较了普通的图形RAG（仅进行一次text2cypher转换）与路由代理图形RAG方法。后者可以在text2cypher的同时调用向量搜索工具。路由代理使用大型语言模型（LLM）来决定调用哪个向量搜索工具，这取决于问题中识别出的术语，并且效果相当不错。 结果显示，像`gpt-4.1`和可靠的工作马`gemini-2.0-flash`等最新前沿LLM能够可靠且可重复地产生高质量的Cypher，只需进行一些提示工程，以确保在text2cypher提示中图形模式格式良好。在一组包含10个测试查询（这些查询中等复杂，需要从知识图谱中检索路径）中，`gpt-4.1`和`gemini-2.0-flash`在添加路由代理以增强普通图形RAG的工作流程后，均通过了所有测试，生成了正确的答案。 提示工程使用BAML（这是一种编程语言，使得在所有实验中简单地提示LLM并从中获取结构化输出变得容易）。实际上，知识图谱本身就是使用BAML提示构建的，这些提示从上游的非结构化数据中提取实体和关系。 这个工作流程的一个合理下一步是构建更复杂的代理循环，能够运行多步骤的Cypher查询，其结果可以整合以回答更困难的问题（类似于人类的处理方式）。测试和评估的一般原则在这里也适用。进一步探索这些方法似乎很有前景！

铝是丰富的资源。<p>铝在水中水解生成氢和氧；但会形成氧化层，这限制了产量。<p>氢等离子体可以从铝中去除氧（可能还包括钛、石墨烯氧化物薄片等）。<p>氢等离子体在水下会产生各种反应性氢分子，进一步净化水。<p>经过氢等离子体处理的铝如果不浸入水中，会迅速重新氧化。<p>氢等离子体与铝结合是否是绿色氢的一个好解决方案？

我注意到许多 iPhone 用户都在面临同样的存储困扰。以下是一个许多人都觉得熟悉的常见场景： 普遍存在的问题是：iPhone 的存储空间填满得非常快，并不是每个人都有 Mac，很多人也不想每月支付 iCloud 存储费用，而家庭 NAS 设置对大多数用户来说并不现实。手动创建文件夹并逐一选择照片的方式非常繁琐，跟上新照片的更新也让人感到不堪重负。 因此，我开发了一款名为 BackiGo 的应用，正是为了解决这个痛点——它允许将 Live Photos 直接备份到外部硬盘，无需 Mac。 它的实用之处在于： - 备份您的 Live Photos，保留所有动态效果 - 可以将 Live Photos 恢复回您的 iPhone 相册 - 备份新照片非常简单 - 您可以直接从外部硬盘浏览和查看所有保存的 Live Photos，而无需先恢复它们 - 在决定是否符合您的需求之前，您可以先测试最多 500 张照片和视频的备份功能

大家好——我想把我一直在做的一个项目转让出去：Eyeball，这是一个干净简约的 iOS 书签应用，利用人工智能帮助用户保存、组织和理解他们的链接。 网站：https://eyeball.wtf 应用程序：https://apps.apple.com/us/app/eyeball-ai-bookmarks-notes/id6670705634 该应用已在 App Store 上线，现有几百名用户。 出售的原因是我的创始工程师已全职工作，我没有精力单独去发展这个项目。希望能把它交给一个想要进一步发展的合适人选。如果将来能产生收入的话，可以考虑简单的利润分成。 如果你对平静的生产力工具、人工智能笔记或第二大脑应用感兴趣，这可能是一个有趣的项目。 如果你有兴趣，请留下你的联系方式，我会联系你。