# nange-open-source-knowledge

**Repository Path**: NanGePlus/nange-open-source-knowledge

## Basic Information

- **Project Name**: nange-open-source-knowledge
- **Description**: 南哥AGI研习社开源项目知识库
- **Primary Language**: HTML
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-07-27
- **Last Updated**: 2026-07-27

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# NanGePlus 开源项目知识库

本仓库收录 [NanGePlus](https://github.com/NanGePlus) 在 GitHub 上的 **36 个开源仓库** 结构化索引，采用 [OKF v0.2（开放知识格式）](https://github.com/nangeplus/open-knowledge-format) 组织为可机器消费的知识包，便于 AI 智能体、开发者与学习者在 RAG、多 Agent、LangChain 等方向快速检索与导航。

核心内容位于 [`nange-plus/`](nange-plus/) 目录。

## 知识库概览

| 维度 | 说明 |
|------|------|
| 格式 | OKF v0.2 知识包（Markdown + YAML 前置元数据） |
| 入口 | [`nange-plus/index.md`](nange-plus/index.md) |
| 项目数 | 36 个非 Fork 开源仓库 |
| 领域分组 | 6 个技术领域 |
| 学习路线 | 从零到 Agent 应用的推荐顺序 |

### 六大领域

- **多 Agent 协作框架** — AutoGen、CrewAI、MetaGPT、ReAct、Swarm 等
- **RAG 与知识增强** — GraphRAG、LightRAG、Haystack、KAG、向量数据库
- **LangChain 生态** — LangChain v1.x、LangGraph、Prompt 工程
- **大模型基础与微调** — LLM 入门、多模型集成、微调与 Text2SQL
- **MCP 与工具协议** — Model Context Protocol 客户端与 Server
- **自动化与工作流** — LangFlow、n8n、Cursor、OpenClaw、Skill

### 目录结构

```
nange-plus/
├── index.md              # 知识包入口
├── log.md                # 变更日志
├── viz.html              # 交互式拓扑图（可选生成）
├── domains/              # 6 个领域概念
├── projects/             # 36 个开源项目概念
├── playbooks/            # 学习路线与操作指南
└── references/           # 外部参考（GitHub 档案等）
```

## 快速开始

### 浏览知识库

1. 从 [`nange-plus/index.md`](nange-plus/index.md) 进入，按领域或项目索引导航
2. 查看 [项目完整列表](nange-plus/projects/index.md)（按 Stars 排序）
3. 跟随 [入门学习路线](nange-plus/playbooks/beginner-learning-path.md) 系统学习

### 可视化拓扑图

仓库内 [`okf-viz-tools/`](okf-viz-tools/) 提供 OKF 可视化工具，可在知识包根目录生成交互式 HTML 拓扑图：

```bash
cd okf-viz-tools
python3 generate_viz.py ../nange-plus
# 输出 → nange-plus/viz.html
```

详见 [okf-viz-tools/README.md](okf-viz-tools/README.md)。

## 如何使用（以 Cursor 为例）

本知识包是纯 Markdown 文件，无需启动服务；在 [Cursor](https://cursor.com) 中打开本仓库后，即可通过 `@` 引用让 AI 读取并导航整个知识库。

### 1. 打开仓库

```bash
git clone https://github.com/nangeplus/nange-open-source-knowledge.git
cd nange-open-source-knowledge
cursor .
```

也可在 Cursor 中选择 **File → Open Folder**，指向本仓库根目录。

### 2. 用 `@` 注入上下文

在 Chat 或 Agent 输入框中输入 `@`，选择文件或文件夹作为上下文：

| 引用方式 | 适用场景 |
|----------|----------|
| `@nange-plus/` | 全局问答：选项目、比方案、按领域检索 |
| `@nange-plus/index.md` | 从知识包入口开始，按分组浏览 |
| `@nange-plus/domains/agent-frameworks.md` | 聚焦某一技术领域 |
| `@nange-plus/projects/crew-aitest.md` | 查询单个开源项目的说明与关联 |
| `@nange-plus/playbooks/beginner-learning-path.md` | 按学习路线规划进度 |

引用整个 `nange-plus/` 目录时，Cursor 会索引其中 Markdown；概念文档之间通过路径互链（如 `/projects/crew-aitest.md`），Agent 可沿链接继续检索相关内容。

### 3. 对话示例

在 Agent 模式下可直接提问，例如：

```
@nange-plus/ 我是零基础，想学大模型 Agent 开发，应该按什么顺序学？请结合入门学习路线推荐 3 个最先看的仓库。
```

```
@nange-plus/domains/rag-and-knowledge.md GraphRAG 和 LightRAG 在本知识库中对应哪些项目？各自适合什么场景？
```

```
@nange-plus/projects/lang-graph-chat-bot.md 这个项目的技术栈是什么？同领域还有哪些可参考的仓库？
```

Agent 会根据知识包内的 `title`、`description`、领域分组与「关联」链接给出答案，并指向对应 GitHub 仓库。

### 4. 在本项目中继续开发

若要在 Cursor 中**扩展或维护**本知识包（新增概念、更新 index），本仓库已附带 OKF 创建技能，位于 `.cursor/skills/okf-knowledge-bundle/`。在对话中提及「OKF 知识包」「新建概念」等，Agent 会按 OKF v0.2 规范编写 Markdown 与前置元数据。

### 5. 浏览拓扑图（可选）

生成 `viz.html` 后，用浏览器打开 [`nange-plus/viz.html`](nange-plus/viz.html)，可交互查看概念节点与链接关系；适合先建立整体结构印象，再回到 Cursor 中用 `@` 深入某个概念。

## 关于作者

知识库所索引的项目均来自 GitHub 用户 [NanGePlus](https://github.com/NanGePlus)，专注大模型 Agent、RAG 与 AI 应用开发的开源教程与实践分享。更多背景见 [`nange-plus/references/nange-github-profile.md`](nange-plus/references/nange-github-profile.md)。

## 许可证

知识包内容遵循各开源项目原有许可证；本仓库结构与索引文档以开源形式维护，便于社区复用 OKF 知识包模式。