Show HN：LongTerMemory，一款把自有材料转成问答与复习计划的 AI-RAG 学习工具
LongTerMemory 是一款基于 RAG 的 AI 学习工具，可把 PDF、幻灯片、笔记、图片和网页链接自动转成问答对，再用间隔重复与主动回忆生成每日复习计划。免费版 7 天含 1 个项目、1 份 5 MB 文档和 30 次对话；付费版为一次性买断，12 个月 Basic 84 美元、Pro 120 美元，无订阅与自动续费。
#RAG
#RAG
今日 1 条Hacker News · Show HNAI 评分3939
Hacker News · Show HNAI 评分4545 Show HN：MarkItDown AI 支持在浏览器本地将文档转换为 Markdown
MarkItDown AI 是一个浏览器端文档转 Markdown 工具，支持 PDF、DOCX、PPTX、XLSX、HTML、CSV、JSON、XML 八种格式的本地转换。
Hacker News · Show HNAI 评分4444 Show HN：一款拒绝引用无法核实法律条文的法律助手
Show HN 上出现一款法律助手，明确拒绝引用其无法核实的法律条文。该工具主打法律引用的可验证性，约束是“无法核实就不引用”。该帖子当前获得 8 分和 2 条评论。
Hacker News · Show HNAI 评分7373 KiviDB 开源 Redis 兼容内存数据库与向量缓存，管道 GET 达 21.2M ops/s
KiviDB 以 AGPL-3.0 开源，是用 Rust 编写的 Redis 兼容内存数据库，支持 RESP2 和 RESP3 协议，现有 redis-cli 与客户端库改端口即可连上。
Hacker News · 高分新帖AI 评分7373 DeepSeek 上线 Search 与 Fetch API，每千次成功请求 0.75 美元
DeepSeek 开放 Search 与 Fetch 两个 JSON API，Search 由自研搜索引擎按查询返回结构化网页结果，Fetch 抓取单个网页并以 Markdown 返回正文，供 Agent 和 RAG 应用获取实时网页内容。
arXiv cs.AI / cs.LG 最新AI 评分3333 RAG 技术如何表征与分析：一个概念框架
研究者提出一套由主维度和子维度构成的概念框架，用于表征（定义“是什么”）与分析（评估“做得如何”）现有 RAG 技术，帮助在计算与资金成本高昂的实证基准测试前，筛选出最契合特定用户与任务需求的方案。该框架基于对文献中 RAG 技术属性的定性分析构建，可作为预实证过滤机制供研究者与从业者使用。
Google DeepMind精选AI 评分8181 Google DeepMind 发布 EmbeddingGemma 2，740M 参数端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数、Apache 2.0 许可的开源多模态嵌入模型，把文本、图像、视频和音频映射到同一嵌入空间。
推荐理由：做端侧搜索或本地 RAG 的开发者可以先在 Hugging Face 拉权重，用 Ollama 或 transformers.js 跑通文本嵌入，再决定是否加视觉音频编码器。
GitHub Blog · AI & MLAI 评分3030 GitHub Podcast 讨论 AI 热门观点：该不该读 AI 生成代码、RAG 是否已死、Skills 是否杀死 MCP？
GitHub Podcast 最新一期逐一回应“该不该读 AI 生成代码”“RAG 是否已死”“Skills 是否杀死 MCP”等 AI 热门观点。节目认为，开发者仍要对 AI 生成代码负责，但应按风险决定审查深度；Skills 与 MCP 解决不同问题，RAG 也并未死亡。它们可以与 AI 智能体共存于同一工作流，而不是互相取代。
Hugging Face Blog精选AI 评分7777 Sentence Transformers v6.0 新增 MultiVectorEncoder，给出多向量检索模型微调完整流程
Sentence Transformers v6.0 新增 MultiVectorEncoder，用于 ColBERT 式 late interaction 检索，并提供从数据、损失函数到训练器的完整微调流程。
推荐理由：做医疗、法律等垂直检索的团队可以照脚本用自有问答对微调多向量模型，单张 RTX 3090 跑十几个小时，前提是先备好问答对数据。
Hugging Face Blog精选AI 评分7171 Sentence Transformers v6.0 新增 MultiVectorEncoder，支持 ColBERT 式多向量检索
Sentence Transformers 在 v6.0 中加入第四种模型类型 MultiVectorEncoder，用于 ColBERT 式 late interaction 检索。
推荐理由：做 RAG 检索的团队可以用它把 bi-encoder 召回的前 50 条候选交给 MultiVectorEncoder 重排，先在小语料上称一下索引体积。
Google ResearchAI 评分5252 Google 在 Gemini Enterprise Agent Platform 推出 Agentic RAG 跨语料检索
Google 在 Gemini Enterprise Agent Platform 上线由 Agentic RAG 驱动的跨语料检索，目前为公开预览。