Mistral 发布 OCR 4 文档理解模型，新增边界框、块分类与置信度分数
Mistral 发布 OCR 4，在提取文本外返回边界框、类型化块分类和逐词置信度分数，支持 170 种语言，可单容器自托管部署。
推荐理由：官方发布了 OCR 4 的结构化输出能力、基准结果与定价，读者可据此评估其在 RAG 和文档处理流程中的适用性。
#RAG
Mistral AI：News精选AI 评分6868
Liquid AI 模型与工程博客AI 评分5555 Liquid AI 发布 LFM2.5-ColBERT-350M 与 LFM2.5-Embedding-350M 双向多语言检索模型
Liquid AI 发布两款 350M 参数多语言检索模型 LFM2.5-ColBERT-350M 和 LFM2.5-Embedding-350M，是 LFM 家族首批双向模型，支持 11 种语言的跨语言检索。
LangChain：BlogAI 评分5353 LangChain 推出 LangSmith 公共基准，支持共享与对比 LLM 评估结果
LangChain 发布 LangSmith Benchmarks，允许用户公开分享和对比大语言模型评估结果。该功能支持在社区数据集上测试 RAG 系统、AI 智能体和架构，帮助团队更高效地比较不同模型与配置的性能表现。
LangChain：BlogAI 评分5454 使用 Pinecone Serverless、LangChain 和 LangServe 构建并部署生产级 RAG 应用
LangChain 与 Pinecone Serverless 集成，提供构建生产级 RAG 应用的完整方案。该方案支持按用量计费的可扩展部署，并内置可观测性功能，帮助开发者快速将原型转化为可上线的 AI 应用。
LlamaIndex：产品、工程与评测AI 评分5454 LlamaParse 推出 Granular Bounding Boxes，支持行、词、单元格级坐标追踪
LlamaIndex 为 LlamaParse 推出 Granular Bounding Boxes，可在整个文档中提供行级、词级和表格单元格级的坐标追踪。该功能通过在任务创建时传入 granular_bboxes 参数开启，目前处于 beta 阶段，向所有付费层级开放。只有页面上明确存在的文本会获得坐标，推断值、AI 摘要和重建内容没有边界框，可用于审计级引用和高精度 PII 脱敏。
Google Research：Blog精选AI 评分6464 谷歌推出基于 Gemini Enterprise Agent Platform 的 Agentic RAG 框架
Google Research 与 Google Cloud 合作推出跨语料库检索（Cross-Corpus Retrieval）框架，作为 Gemini Enterprise Agent Platform 的 Agentic RAG。该多智能体工作流将复杂企业查询分解为子任务，通过规划、重写和路由，迭代搜索多个数据源直至获得充分上下文，再生成可靠回答。与标准 RAG 相比，在事实性数据集上准确率最高提升 34%；在多个领域特定内部数据集上也实现了更好的接地与推理准确性。
推荐理由：企业级 RAG 的新标杆，多 agent 架构加上‘足够上下文’检查，准确度提升 34%。做知识库问答的产品经理和架构师都应该认真看。
Mistral AI：News精选AI 评分6363 Mistral 发布开源 Search Toolkit 公开预览版，统一搜索管道的摄入、检索与评估
Mistral AI 于 5 月 28 日发布 Search Toolkit 公开预览版，一个用于构建 AI 应用生产级搜索管道的开源组合式框架，把摄入、检索和评估纳入统一接口，可部署在云端、本地或边缘。
推荐理由：原文完整列出框架的摄入、检索、评估三大模块与内置指标和企业案例，读者可据此判断能否替代自建检索管道。
LlamaIndex：产品、工程与评测精选AI 评分6161 LlamaIndex 发布 LiteParse v2.0：Rust 重写，支持 Rust、Python、Node、WASM 与 edge 运行时
LlamaIndex 发布 LiteParse v2.0，将这个不依赖 LLM 的 PDF 与办公文档解析工具用 Rust 重写，提供 Rust、Python、Node 和 WASM 四种包，可在浏览器和 edge 运行时本地运行。
推荐理由：官方用 Rust 重写后给出跨语言包、浏览器与 edge 运行时支持和具体提速数字，读者可据此评估现有文档解析管线是否值得迁移。
LlamaIndex：产品、工程与评测AI 评分5656 LlamaIndex 工程师详解如何用 LlamaParse 搭建贷款核保文档流水线
LlamaIndex 开源负责人 Logan 在 NYC 线下工作坊中带开发者用 LlamaParse 从零搭建贷款核保流水线，并发布完整教程与开源仓库 finparse-pipeline。
LlamaIndex：产品、工程与评测AI 评分5252 LlamaIndex 撰文分析 grep 与语义搜索在 Agent 场景下的取舍
LlamaIndex 发文回应 grep 可取代语义搜索和 RAG 的观点，指出 grep 适合小型纯文本语料，但无法读取 PDF 等非结构化文档，且在百万级语料下延迟、召回和信噪比全面失效。文章建议分层方案：用 LlamaParse 或 LiteParse 解析非结构化文档，再以语义索引支撑大规模检索，同时保留 grep 用于精确匹配场景。
LlamaIndex：产品、工程与评测精选AI 评分6464 LlamaIndex 用 LiteParse 构建带 PDF 原文高亮引用的财务尽调 Agent
LlamaIndex 工程师发布了一个财务尽调 Agent 演示应用，用 LiteParse 解析 SEC 文件并获得文本的 bounding box 坐标，使 Agent 回答能在原始 PDF 页面上高亮精确来源。
推荐理由：作者完整拆解了一个约 600 行代码的尽调 Agent 实现，检索与引用方案可直接迁移到类似的文档问答项目。
Manus：BlogAI 评分4545 Manus 如何用 Google Drive 连接器自动化 Docs、Sheets 和 Slides 工作流
Manus 的 Google Drive 连接器原生支持 Drive、Docs、Sheets 和 Slides，可跨格式读取、编辑和创建内容。它能把指定 Drive 文件夹当作实时知识库，自动从图像和 PDF 提取数据并追加到 Google Sheet、生成可视化仪表板，或用一条提示词完成客户文件夹的复制、个性化与共享。
LlamaIndex：产品、工程与评测精选AI 评分6363 LlamaIndex 发布 LiteParse Server 可自托管文档解析服务
LlamaIndex 发布 liteparse-server，将 LiteParse 封装为可自托管的 HTTP 文档解析服务，支持 PDF、Word、PowerPoint、表格和图片，输出带 bounding box 的空间布局文本。
推荐理由：原文给出了接口、格式支持和两种部署模式的具体细节，读者可以据此评估自托管文档解析在隐私和成本上的取舍。
Google Developers Blog精选AI 评分6262 基于Gemini Embedding 2构建：智能多模态RAG及其他应用
Google正式发布Gemini Embedding 2统一嵌入模型，该模型能将文本、图像、视频、音频和文档映射到同一语义空间。开发者可通过单请求处理交织多模态输入，显著提升智能RAG、视觉搜索等内容审核任务的性能。模型支持超100种语言，并提供任务特定前缀和马特廖什卡降维等特性，为构建复杂AI智能体提供高效精准的基础。
推荐理由：开发者做多模态RAG的苦日子结束了，Gemini Embedding 2把文本、图片、视频塞进同一个语义空间，还自带Matryoshka降维，直接省掉一堆胶水代码。
LlamaIndex：产品、工程与评测AI 评分5858 用 LlamaParse 和 Claude Agent SDK 构建自动化贷款收入核验流水线
LlamaIndex 发布教程，介绍如何用 LlamaParse Extract 和 Claude 构建三步式贷款收入核验流水线：先用 Pydantic schema 从贷款申请、W-2、工资单和银行对账单四类文档抽取结构化数据，再用 Claude（claude-sonnet-4-6）做跨文档交叉校验并生成 HTML 报告。
LlamaIndex：产品、工程与评测精选AI 评分6262 LlamaIndex 深入解析 LiteParse 将 PDF 转为文本的网格投影算法
LlamaIndex 详解其开源 PDF 解析工具 LiteParse 的网格投影算法核心原理。PDF 只存储文本内容和绘制坐标而无阅读顺序，算法通过提取左、右。
推荐理由：LiteParse 官方拆解其网格投影算法的设计取舍与实现细节，读者可以了解 PDF 文本提取如何用对齐锚点保留表格和多栏结构。
Google Developers BlogAI 评分5353 构建生产级AI智能体：从单体重构中汲取的五大经验
一篇博客文章分享了将脆弱的销售研究原型重构为健壮生产级智能体的关键经验。通过采用Google智能体开发套件（ADK），团队以编排式子智能体替代了单体脚本，并引入结构化的Pydantic输出模型，从而消除了静默故障和脆弱的解析问题。文章进一步强调，动态检索增强生成（RAG）管道与OpenTelemetry可观测性对于确保智能体在实际应用中的可扩展性、成本效益和运行透明度至关重要。这些改造使智能体能够可靠处理复杂任务，具备了生产环境所需的鲁棒性与可维护性。
Cloudflare Blog AI Search：面向智能体的搜索原语
AI Search 作为面向智能体的搜索基础组件发布，支持动态创建实例、上传文件，并基于混合检索与相关性增强技术实现跨实例搜索。用户只需完成创建搜索实例、上传文档、执行检索三步操作，即可为 Agents 快速构建高效的知识检索能力，满足智能体对信息查询与知识管理的核心需求。
OpenAI：官网动态 在 ChatGPT 中处理文件
了解如何在 ChatGPT 中上传 PDF、电子表格等文件，利用该功能分析数据、总结文档，并基于文件内容生成新内容。
LlamaIndex：产品、工程与评测AI 评分5555 LlamaIndex 发布 LlamaParse 与 LiteParse 技能，让智能体真正理解复杂文档
LlamaIndex 为 Claude Code、OpenClaw、OpenCode 等支持技能叠加的 agent 运行时推出 LlamaParse 和 LiteParse 两套文档解析技能，可经 npx skills add run-llama/llamaparse-agent-skills 安装，无需 MCP 服务器。
LlamaIndex：产品、工程与评测精选AI 评分6868 LlamaParse 复盘 VLM OCR 生产环境中的两类失败模式与修复方案
LlamaIndex 复盘 LlamaParse 的两类生产故障：LLM 重复循环导致 token 消耗和延迟暴增、资源耗尽，以及 recitation 内容过滤把合法文档抽取误判为版权违规而强行截断输出。
推荐理由：当事方复盘两类真实生产事故的根因、各厂商 API 表现差异与具体缓解手段，方法可直接迁移到其他 agentic 文档处理系统。
LlamaIndex：产品、工程与评测AI 评分5151 LlamaParse 改进 Word（.docx）文档的表格解析
LlamaIndex 发布 LlamaParse 更新，直接从 Word XML 提取 .docx 表格内容并转成 markdown，保留原始文档结构。改进对复杂格式、合并单元格、嵌套表格和超链接的表格效果明显，团队还自研了页面归因技术解决 XML 无分页信息的问题。
Google Developers Blog精选AI 评分7171 使用 LlamaParse 与 Gemini 3.1 构建智能金融助手
结合 LlamaParse 与 Gemini 3.1 模型，可从复杂的非结构化文档中提取高质量数据。该方案采用事件驱动架构，利用 Gemini 3.1 Pro 对密集的金融表格进行智能解析，并使用 Gemini 3.1 Flash 进行高性价比的摘要生成。开发者通过此教程可构建个人财务助手，将杂乱的经纪账户对账单转化为结构清晰、易于理解的分析报告。
推荐理由：开发者可快速上手构建财务AI助手，将杂乱数据转化为结构化见解。
LlamaIndex：产品、工程与评测精选AI 评分6969 LlamaIndex 开源 LiteParse：面向 AI Agent 的本地文档解析工具
LlamaIndex 开源 LiteParse，一个完全本地运行的 CLI 和 TS 原生库，可从 PDF、Office 文档和图片中提取布局感知文本，无需 Python 依赖，内置 Tesseract.js OCR 并支持外接 PaddleOCR、EasyOCR 等 OCR 服务。
推荐理由：开源工具主打本地快速解析加截图兜底的 Agent 模式，并自建评测对比 PyPDF 等基线，读者可评估是否迁移现有解析流程。
Google Research：Blog 用高温超导问题测试 LLM 的研究能力
Google Research 与康奈尔大学在 PNAS 发表研究，评估六个 LLM 回答高温超导领域专家级问题的能力。测试包含 67 个关于铜氧化物超导机制的深层问题，由 12 位国际专家评分。结果显示，基于 15 篇精选综述和 1726 个质量控制来源的封闭系统（NotebookLM 及定制系统）表现最优，而开放网络访问的模型准确性不足。研究表明，在专业物理领域，基于 curated 数据库的封闭系统比开放搜索更能提供准确、均衡的学术回答。
LlamaIndex：产品、工程与评测精选AI 评分6767 LlamaIndex 解析为什么让 AI 读 PDF 这么难
LlamaIndex 发文解释 AI 智能体读 PDF 难的根本原因：PDF 源自 1982 年的 PostScript，只存绘图指令而非字符，文本编码、表格、图表和阅读顺序都需要启发式推断。
推荐理由：文章从 PDF 格式底层设计讲清解析困难的根源，并给出文本提取与视觉模型结合的可迁移架构思路。
LlamaIndex：产品、工程与评测AI 评分5454 LlamaIndex 发布 audio-kb，用 LlamaParse 与 Gemini Embedding 2 搭建可搜索的音频知识库
LlamaIndex 发布 CLI 工具 audio-kb，可在终端录制或上传音频笔记，用 LlamaParse 转写、Gemini Embedding 2（3072 维向量）嵌入，并存入带 HNSW 索引的本地 SurrealDB 后语义检索。
LlamaIndex：产品、工程与评测精选AI 评分6161 LlamaIndex：不止是 RAG 框架，转向智能体文档处理
LlamaIndex 官方宣布公司使命收窄为构建智能体文档处理基础设施（OCR、抽取与工作流），不再定位为单纯的 RAG 框架。
推荐理由：官方复盘了通用 LLM 框架价值下降的原因，并说明转向文档基础设施的动机和产品布局，读者可借此理解框架类公司的转型逻辑。
字节 Seed：Research Feed精选 "思考"更深,生成更准|Seedream 5.0 Lite 发布
字节跳动发布 Seedream 5.0 Lite 图像生成模型，采用多模态统一架构，跨模态理解与推理能力显著提升，Elo 评分超越前代 4.5 版本。模型首次引入实时检索增强能力，可联网获取最新知识，突破训练数据时间限制。内置丰富世界知识库，在信息可视化、视觉推理、复杂多主体生成等场景表现突出，能根据模糊指令精准修图，支持风格迁移与多步逻辑推理。目前已上线即梦 AI、火山方舟体验中心及豆包内测。
推荐理由：字节发布 Seedream 5.0 Lite，支持实时检索与深度推理的图像生成模型。
LlamaIndex：产品、工程与评测AI 评分4343 用 LlamaParse 与 LlamaAgents 构建后台办公智能体
LlamaIndex 展示如何用 LlamaParse 与 LlamaAgents 构建后台办公文档处理智能体。
LlamaIndex：产品、工程与评测AI 评分4444 LlamaIndex 发布全新 LlamaParse SDK 与 Parse API v2
LlamaIndex 发布 llama-cloud SDK（Python 与 TypeScript）及 LlamaParse API v2，新 SDK 仅支持 API v2，可通过 pip install llama-cloud 或 npm i @llamaindex/llama-cloud 安装。
LlamaIndex：产品、工程与评测AI 评分5555 LlamaIndex 实测 fs-explorer 智能体文件搜索与传统 RAG 的对比
LlamaIndex 用 5 篇 arXiv 论文和 5 组问答对，将其基于 Gemini 3 Flash 的 fs-explorer 智能体与采用 LlamaParse、Qdrant 和 RRF 混合检索的传统 RAG 系统对比。
Qwen：Blog Retrieval Qwen3-VL-Embedding 与 Qwen3-VL-Reranker：面向下一代多模态检索
Qwen Studio 发布新一代多模态检索模型 Qwen3-VL-Embedding 与 Qwen3-VL-Reranker，平台集成聊天机器人、图像视频理解、图像生成、文档处理、联网搜索、工具调用及 Artifacts 等全栈多模态能力。
xAI：News Grok 发布 Collections API
Grok 推出 Collections API，支持上传 PDF、Excel、代码库等文件构建知识库，提供语义、关键词及混合搜索三种检索方式，帮助开发者零基础设施构建 RAG 应用。首周文件索引与存储免费，检索定价 $2.50/千次。基准测试显示，其在金融（93.0%）、法律（73.9%）、编码（86%）场景的检索准确率均优于 Gemini Pro 3 和 GPT 5.1。
LlamaIndex：产品、工程与评测AI 评分5656 LlamaIndex 发布 LlamaParse v2：分层配置替代解析模式并降价
LlamaIndex 发布 LlamaParse v2，用 Fast、Cost Effective、Agentic、Agentic Plus 四个分层替代原有解析模式与模型配置，定价分别为每页 1、3、10、45 credits。
Cohere 产品与研究博客AI 评分5454 Cohere 发布 Rerank 4 重排序模型，含 Fast 与 Pro 双版本并引入 Self Learning
Cohere 发布 Rerank 4 重排序模型系列，称在整体搜索相关性上优于 MongoDB 的 Voyage 模型和 ElasticSearch 的 Jina rerankers。
LlamaIndex：产品、工程与评测AI 评分5454 LlamaIndex 推出 LlamaSplit 公测：将长文档自动拆分为清晰的目标段落
LlamaIndex 发布 LlamaSplit 公测版，一个把单个文档内多个混合文档按自定义类别自动分段的新 API，属于 LlamaParse 产品家族。用户上传文档并用自然语言定义类别，API 返回各段落的精确页码范围和置信度分数，目前通过 REST API 提供，SDK 支持即将推出。
LlamaIndex：产品、工程与评测AI 评分4747 LlamaExtract 推出 Table Row 抽取目标，解决长文档重复实体漏抽问题
LlamaIndex 为结构化抽取 API LlamaExtract 新增 PER_TABLE_ROW 抽取目标，将抽取粒度对齐文档结构，逐行处理重复实体而非整篇文档一次性抽取。
LangChain：Blog精选AI 评分6363 LangChain 重建 Chat LangChain：放弃向量嵌入，改用直接 API 访问与 Deep Agent 子图
LangChain 重建了 chat.langchain.com，弃用分块加向量数据库的检索方案，改为让智能体通过 Mintlify API、知识库标题扫描和 ripgrep 代码搜索直接访问文档、知识库和代码库的原始结构。
推荐理由：原文复盘了放弃向量嵌入、改用直接 API 访问和子图分域的重建思路，含工具设计与性能数字，方法可迁移到类似问答智能体。
LlamaIndex：产品、工程与评测AI 评分5757 LlamaIndex 文档上线原生 MCP 搜索
LlamaIndex 为其文档站点上线原生 MCP 搜索，入口为 https://developers.llamaindex.ai/mcp，暴露三个工具：search_docs（BM25 词法搜索）、grep_docs（regex 精确搜索）和 read_doc（按路径读取整页内容）。