docs: 更新项目集合和工作流资源，增加多个AI应用模板和学习资源

adongwanai · adongwanai · commit 362ebafc3b69 · 2025-12-02T17:07:13.000+08:00
主要更改:
- 在Agent工作流项目中新增多个现成的AI应用模板，涵盖教育、办公、数据处理等场景
- 扩展优质Agent项目集合，增加93+个AI工程项目，提供详细的技术栈和适用人群信息
- 更新相关资源链接，确保信息的准确性和时效性

这些更新旨在为开发者和学习者提供更丰富的资源，帮助他们快速搭建和学习AI应用。
diff --git a/projects/05-agent-workflows/README.md b/projects/05-agent-workflows/README.md
@@ -13,7 +13,71 @@ Agent Workflow 是指将多个 Agent 或 AI 组件按照特定的流程编排起
 
 ## 🚀 项目列表
 
-_（内容正在整理中，欢迎通过 PR 贡献优质项目）_
+### [Dify工作流脚本合集](https://github.com/wwwzhouhui/dify-for-dsl)
+
+**简介**：基于开源平台Dify的DSL工作流脚本合集，提供一键生成教学动画、票据识别、多语言文档翻译等现成的AI应用模板。
+
+**技术栈**：Dify、DSL配置、LLM集成
+
+**适合人群**：希望快速搭建AI应用的开发者、教育工作者、企业用户
+
+**亮点**：
+- 低代码、可视化开发体验
+- 开箱即用的工作流模板
+- 快速搭建定制化AI应用
+- 涵盖教育、办公、数据处理等多个场景
+
+---
+
+### [Coze工作流200+合集](https://github.com/Hammer1/cozeworkflows)
+
+**简介**：汇总超过200个即用型工作流，覆盖视频处理、社媒内容生成、数据分析等场景，如"全方位分析"、"文案仿写润色"等实用工作流。
+
+**技术栈**：Coze平台、AI工作流编排
+
+**适合人群**：内容创作者、新媒体运营、数据分析师
+
+**亮点**：
+- 200+现成工作流模板
+- 场景丰富，拿来就用
+- 专为内容生态打造
+- 涵盖视频、图文、数据等多维度处理
+
+---
+
+### [n8n自动化模板500+](https://github.com/enescingoz/awesome-n8n-templates)
+
+**简介**：500+个n8n自动化模板库，帮助打通Gmail、Slack、飞书等应用之间的数据壁垒，实现跨平台自动化工作流。
+
+**技术栈**：n8n、API集成、Webhook
+
+**适合人群**：需要提升工作效率的个人和团队、自动化爱好者
+
+**亮点**：
+- 500+跨平台自动化模板
+- 连接主流办公和通讯工具
+- 从邮件自动回复到定时推送新闻
+- 显著提升个人和团队生产力
+- 开源免费，可自托管部署
+
+---
+
+### [AI Agent 500+行业案例集](https://github.com/ashishpatel26/500-AI-Agents-Projects)
+
+**简介**：收集超过500个AI Agent在各行业的应用案例，覆盖医疗、金融、教育、营销等领域，附带开源项目链接和完整实现思路。
+
+**技术栈**：多种Agent框架、行业特定AI应用
+
+**适合人群**：AI研究者、行业从业者、企业决策者、学生
+
+**亮点**：
+- 500+跨行业AI Agent案例
+- 覆盖医疗、金融、教育、营销等多个领域
+- 提供完整实现思路和开源代码
+- 洞察AI如何颠覆传统行业
+- 适合学习和实践参考
+
+---
 
 ### 贡献方式
 
diff --git a/projects/06-project-collections/README.md b/projects/06-project-collections/README.md
@@ -1,3 +1,163 @@
 # 优质 Agent 项目集合
 
-这里整理分享一些优质的 Agent 项目集合。
+这里整理分享一些优质的 Agent 项目集合资源库。
+
+---
+
+## 🌟 综合性项目集合
+
+### [AI Engineering Hub](https://github.com/patchy631/ai-engineering-hub)
+
+**简介**：全面的AI工程学习和实践资源库，包含93+个生产就绪的项目，涵盖LLMs、RAG、AI Agents等领域的深度教程和真实应用案例。
+
+**技术栈**：LLMs、RAG、AI Agents、MCP、多模态AI、微调技术
+
+**适合人群**：AI初学者、实践者、研究人员 - 覆盖所有技能水平
+
+**项目规模**：
+- 🟢 **初级项目 (22个)** - OCR应用、聊天界面、基础RAG等
+- 🟡 **中级项目 (48个)** - AI Agents工作流、语音处理、高级RAG、MCP应用
+- 🔴 **高级项目 (23个)** - 模型微调、生产系统部署、复杂Agent系统
+
+**核心亮点**：
+
+#### 1. 初级项目精选
+- **OCR与视觉**：LaTeX OCR、Llama OCR、Gemma-3 OCR、Qwen 2.5 OCR
+- **聊天界面**：支持DeepSeek、Llama、Gemma 3的本地ChatGPT，带推理可视化的Thinking UI
+- **基础RAG**：简单RAG工作流、文档对话、GitHub仓库对话、ModernBERT RAG
+- **多模态应用**：本地图像生成、视频RAG
+
+#### 2. 中级项目精选
+- **AI Agents工作流**：
+  - YouTube趋势分析、AutoGen股票分析师
+  - 智能RAG（文档搜索+网页回退）
+  - 自动化图书写作、内容规划流程
+  - 品牌监控、酒店预订多Agent系统
+  - Zep记忆助手、Agent通信协议演示
+
+- **语音与音频**：
+  - 实时语音机器人、RAG语音Agent
+  - 音频对话、音频分析工具包
+  - 多语言会议笔记生成
+
+- **高级RAG技术**：
+  - Excel文档RAG、复杂文档可信RAG
+  - 亚15ms检索延迟的极速RAG
+  - 代码对话、RAG+SQL路由
+
+- **多模态RAG**：
+  - DeepSeek多模态RAG
+  - 网站多模态RAG
+  - 音频+向量数据库+CrewAI集成
+
+- **MCP (模型上下文协议)**：
+  - Cursor深度网页搜索集成
+  - 复杂文档RAG的MCP
+  - LlamaIndex MCP本地客户端
+  - Firecrawl集成的智能RAG
+  - 视频RAG、语音Agent
+  - 数据编排与模型管理
+
+- **模型对比评估**：
+  - 端到端RAG评估
+  - Llama 4 vs DeepSeek-R1
+  - Sonnet4 vs O4代码生成对比
+  - 前沿模型推理能力对比
+
+#### 3. 高级项目精选
+- **微调与模型开发**：
+  - DeepSeek微调实战
+  - 构建类DeepSeek-R1推理模型
+  - Transformer架构从零实现
+
+- **高级Agent系统**：
+  - NVIDIA文档写作系统
+  - MCP驱动的深度研究员
+  - 多平台研究系统
+  - 网页浏览自动化Agent
+  - 法律助理RAG系统
+  - 合规会话Agent
+  - 股票投资组合分析
+
+- **高级MCP与基础设施**：
+  - 统一数据源MCP
+  - 金融分析工作流
+  - 持久化记忆系统
+  - 多模态数据编排
+  - 多MCP服务器接口
+
+- **生产系统**：
+  - 世界级文档处理管线
+  - 完整NotebookLM克隆（RAG+引用+播客）
+
+- **学习资源**：
+  - 完整AI工程路线图（从Python到生产AI）
+
+**特色功能**：
+- 📚 按难度级别清晰分类的93+项目
+- 🎯 从零基础到高级的完整学习路径
+- 💡 真实生产环境的应用案例
+- 🔧 可直接部署和扩展的代码示例
+- 📊 涵盖OCR、RAG、Agents、MCP、多模态等前沿技术
+- 🌐 支持本地部署和云端部署
+- 🆓 开源免费，MIT协议
+
+**GitHub数据**：
+- ⭐ Stars: 21.2k+
+- 👀 Watchers: 271
+- 🔱 Forks: 3.5k+
+- 👥 贡献者: 15+
+- 📝 许可证: MIT
+
+**推荐使用场景**：
+1. **学习路径**：按照初级→中级→高级的顺序系统学习AI工程
+2. **快速原型**：利用现成代码快速搭建AI应用原型
+3. **生产参考**：参考高级项目的架构设计用于生产环境
+4. **技术选型**：通过模型对比项目了解不同技术方案的优劣
+5. **教学培训**：作为AI课程的实战项目库
+
+---
+
+## 🔥 AI工作流项目集合
+
+如需更多工作流相关项目，请查看：
+- [Agent工作流项目](../05-agent-workflows/README.md)
+
+---
+
+## 📚 相关资源
+
+- [Agent实战开源项目](../04-end-to-end-projects/README.md)
+- [Agent工作流项目](../05-agent-workflows/README.md)
+- [返回主页](../../README.md)
+
+---
+
+## 🤝 贡献指南
+
+如果您有优质的Agent项目集合想要分享，欢迎通过以下方式贡献：
+
+1. Fork本仓库
+2. 添加项目信息（包括项目名称、简介、技术栈、GitHub链接、项目规模等）
+3. 提交Pull Request
+
+### 项目提交格式
+
+```markdown
+### [项目集合名称](GitHub链接)
+
+**简介**：项目集合的核心特点和覆盖范围
+
+**技术栈**：使用的主要技术和框架
+
+**适合人群**：适合什么背景的学习者
+
+**项目规模**：包含的项目数量和分类
+
+**亮点**：
+- 亮点1
+- 亮点2
+- 亮点3
+
+**GitHub数据**：Stars、Forks等统计信息
+```
diff --git a/resources/agent/papers/agent_memory/Agent Memory 核心论文汇总.md b/resources/agent/papers/agent_memory/Agent Memory 核心论文汇总.md
@@ -54,8 +54,9 @@
 **发表时间**：2023年10月  
 **机构**：UC Berkeley  
 **论文链接**：https://arxiv.org/abs/2310.08560  
-**GitHub**：https://github.com/cpacker/MemGPT (10k+ Stars)
+**GitHub**：https://github.com/cpacker/MemGPT (19k+ Stars)
 
+![[Pasted image 20251130164110.png]]
 **核心思想**：
 把 LLM 当作操作系统，借鉴操作系统的虚拟内存管理机制：
 - **主内存**（Main Context）：固定大小的上下文窗口
@@ -86,8 +87,8 @@
 **论文标题**：Mem0: Building Production-Ready AI Agents with Scalable Long-Term Memory  
 **发表时间**：2024年4月  
 **论文链接**：https://arxiv.org/html/2504.19413v1  
-**GitHub**：https://github.com/mem0ai/mem0 (20k+ Stars)
-
+**GitHub**：https://github.com/mem0ai/mem0 (43k+ Stars)
+![[Pasted image 20251130164200.png]]
 **核心思想**：
 图增强的记忆框架，自动提取和管理关键信息：
 - 实体提取 + 关系建模
@@ -123,12 +124,11 @@
 ---
 
 ### 3. Zep ⭐⭐⭐⭐ 时序知识图谱
-
 **论文标题**：Temporal Knowledge Graphs for Agent Memory  
 **发表时间**：2025年1月  
 **论文链接**：https://arxiv.org/pdf/2501.13956  
 **GitHub**：https://github.com/getzep/zep
-
+![[Pasted image 20251130164904.png]]
 **核心思想**：
 用时序知识图谱管理记忆，捕捉事件的时间关系：
 - 节点：实体、事件
@@ -148,13 +148,12 @@
 ---
 
 ### 4. HippoRAG ⭐⭐⭐⭐ 神经生物学启发
-
 **论文标题**：HippoRAG: Neurobiologically Inspired Long-Term Memory for Large Language Models  
 **发表时间**：2024年5月  
 **机构**：OSU、UCLA  
 **论文链接**：https://arxiv.org/abs/2405.14831  
 **GitHub**：https://github.com/OSU-NLP-Group/HippoRAG
-
+![[Pasted image 20251130164954.png]]
 **核心思想**：
 模拟人脑海马体的记忆形成机制：
 - **海马索引**：快速定位相关记忆
@@ -177,11 +176,11 @@
 ---
 
 ### 5. MemOS ⭐⭐⭐⭐ 类操作系统架构
-
 **论文标题**：MemOS: An Operating System for AI Agent Memory  
 **发表时间**：2025年5月  
 **论文链接**：https://arxiv.org/abs/2505.22101
-
+![[Pasted image 20251130165151.png]]
+![[Pasted image 20251130165046.png]]
 **核心思想**：
 提出类操作系统的记忆中枢，解决四大问题：
 1. 长期对话状态建模差
@@ -210,7 +209,7 @@
 **机构**：Google Research  
 **论文链接**：https://arxiv.org/abs/2203.08913  
 **GitHub**：https://github.com/lucidrains/memorizing-transformers-pytorch
-
+![[Pasted image 20251130165339.png]]
 **核心思想**：
 首次在 Transformer 中引入外部记忆，通过 KNN 检索历史信息：
 - 每个 token 都存储到外部记忆库
@@ -243,7 +242,7 @@
 **机构**：清华大学  
 **论文链接**：https://arxiv.org/abs/2402.04624  
 **GitHub**：https://github.com/wangyu-ustc/MemoryLLM
-
+![[Pasted image 20251130165531.png]]
 **核心思想**：
 在每层 Transformer 中插入可更新的 Memory Tokens：
 - **固定参数**：预训练的模型参数（不变）
@@ -264,11 +263,10 @@
 ---
 
 ### 8. Memory³ ⭐⭐⭐⭐ 分层记忆
-
 **论文标题**：Memory³: Language Modeling with Explicit Memory  
 **发表时间**：2024年7月  
 **论文链接**：https://arxiv.org/abs/2407.01178
-
+![[Pasted image 20251130165719.png]]
 **核心思想**：
 模拟人脑，将记忆分为三层：
 - **感知记忆**：原始输入
@@ -290,7 +288,7 @@
 **机构**：浙江大学  
 **论文链接**：https://arxiv.org/abs/2405.14768  
 **GitHub**：https://github.com/zjunlp/EasyEdit
-
+![[Pasted image 20251130165809.png]]
 **核心思想**：
 - **主记忆**：预训练知识（冻结）
 - **侧记忆**：后续编辑的知识（可更新）
@@ -309,7 +307,7 @@
 **机构**：Google DeepMind  
 **论文链接**：https://arxiv.org/abs/2501.00663  
 **GitHub**：https://github.com/lucidrains/titans-pytorch
-
+![[Pasted image 20251130165853.png]]
 **核心思想**：
 设计神经网络模块，学习何时存储、何时遗忘：
 - **存储门控**：决定哪些信息值得存储
