2025-07-31

• [Project] Open Deep Research

GitHub：github.com/langchain-ai/open_deep_research

主要功能：

- 支持 OpenAI、Anthropic、Google 等多种模型提供商

- 集成 Tavily、原生网页搜索等多种搜索工具

- 可配置的并发研究单元，提升研究效率

- 支持 MCP 服务器扩展，增强研究能力

- 提供 LangGraph Studio 可视化界面

- 内置评估系统，确保研究质量提供 LangGraph 服务器本地部署方式，也可部署到 LangGraph Platform 平台使用。

• [文章] An Even Easier Introduction to CUDA

这篇文章由 Mark Harris 于 2025 年 5 月 2 日 更新发布（最初于 2017 年撰写） 。它旨在帮助初学者快速上手 CUDA 编程，适合已有 C++ 基础、初次接触 GPU 并行计算的开发者。相比传统介绍，更加简单易懂，示例直观明了。

• [Project] LangExtract

GitHub: https://github.com/google/langextract

每一条提取结果都能映射到原文的具体位置针对长文本做了优化，大幅提升召回率和处理效率云端模型和本地模型都支持一键生成 HTML 文件，直观展示千上万条提取实体只需少量示例即可适配任意领域

• 张小郡的微博 https://weibo.com/u/6486678714

长篇技术科普第五篇。今天我们要研读的是最近几个星期内最值得品读的技术报告：以 Kimi K2 为主，对照阅读 ChatGPT Agent、Qwen3-Coder 和 Manus 的技术博文。他们的相关性是，都和 Agent 有关系。（嘉宾博元是 OSU 做 Agent 方向的博士生）

给大家整理了技术报告 link：第一篇技术报告：Kimi K2: Open Agentic Intelligence

网页链接第二篇技术报告访谈：Introducing ChatGPT agent: bridging research and action

网页链接红杉访谈 OpenAI：OpenAI Just Released ChatGPT Agent, Its Most Powerful Agent Yet

网页链接第三篇技术报告：Qwen3-Coder: Agentic Coding in the World

网页链接第四篇技术博文：AI 代理的上下文工程：构建 Manus 的经验教训（作者：Yichao 'Peak' Ji）

网页链接

视频版本：https://www.bilibili.com/video/BV1cc8kzmEBs?buvid=Y541B15381FD2883497EB4F46512E6D6F86E&from_spmid=dt.dt.video.0&is_story_h5=false&mid=RC9s18vKrBYLFeBRk01mEw%3D%3D&plat_id=116&share_from=ugc&share_medium=iphone&share_plat=ios&share_session_id=F30E5769-79CF-414E-8964-39765B9DAD1D&share_source=COPY&share_tag=s_i&spmid=united.player-video-detail.0.0&timestamp=1753938765&unique_k=sEJkeF9&up_id=280780745&vd_source=7012c54870af4a5e1991377504cb0b4e

• [课程] CS64: Computation For Puzzles And Games

https://web.stanford.edu/class/cs64/

斯坦福大学开设的一门课程 CS64，巧妙地将计算机科学与游戏谜题结合，让我们在轻松愉快的氛围中掌握深层理论知识。这门课程通过分析 Scrabble、国际象棋、数独等经典游戏，教授搜索算法、线性代数、群论等核心概念。

主要内容：- Scrabble 游戏中的 AI 策略和对手建模技术- 国际象棋 AI 发展历程，从 Stockfish 到 Leela 的技术演进- 数独和逻辑谜题的构造与求解算法- Lights Out 游戏的线性代数解法和有限域理论- 密室逃脱的技术实现和交互设计- 魔方和 15 拼图背后的群论数学原理课程提供完整的课件资源和推荐阅读材料，适合想要以有趣方式学习算法的学生或开发者。

• [博客] 从 Manus 到 ChatGPT Agent:底层技术架构有何不同？

地址：youtu.be/3Kygpc3rCCo?si=FdojfH5nlzJr5FBo

把各大 Agent 的技术架构聊的很清楚，模型能力决定下限，产品能力决定上限。

• Writing memory efficient C structs

地址：https://tomscheers.github.io/2025/07/29/writing-memory-efficient-structs-post.html

• AutoClip_mvp：基于 AI 的智能视频切片与高光生成工具，专为播客、直播、讲解等长视频内容打造

• 支持 B 站视频自动下载及字幕提取，免去繁琐操作

• AI 深度分析视频内容，自动识别精彩片段并生成精准标题

• 智能推荐合集主题，支持手动拖拽调整合集顺序，灵活编辑•

• 一键打包下载所有切片和合集，便捷高效•

• 现代化 Web 界面，实时显示处理进度和日志，操作透明•

• 完全开源，便于开发者二次创作和定制•

• 适用 Python 3.8+、Node.js 16+环境，配置简单快速启动通过多步流水线处理（大纲提取、时间轴生成、评分计算、聚类分析等），实现视频内容的结构化理解与智能切片，提升视频内容利用率和用户观看体验。

• 项目地址🔗 github.com/zhouxiaoka/autoclip_mvp