<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>LLM on Judy AI Lab</title>
    <link>https://judyailab.com/tags/llm/</link>
    <description>Recent content in LLM on Judy AI Lab</description>
    <image>
      <title>Judy AI Lab</title>
      <url>https://judyailab.com/logo.jpg</url>
      <link>https://judyailab.com/logo.jpg</link>
    </image>
    <generator>Hugo -- 0.147.4</generator>
    <language>zh-tw</language>
    <lastBuildDate>Fri, 29 May 2026 13:01:06 +0000</lastBuildDate>
    <atom:link href="https://judyailab.com/tags/llm/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Firecrawl、Tavily、AnySearch：AI Search Infrastructure 的三種路線</title>
      <link>https://judyailab.com/posts/mim-980-firecrawl-tavily-anysearch/</link>
      <pubDate>Sat, 23 May 2026 00:00:00 +0000</pubDate>
      <guid>https://judyailab.com/posts/mim-980-firecrawl-tavily-anysearch/</guid>
      <description>深入比較 Firecrawl、Tavily、AnySearch 三家 AI 搜尋基礎設施的技術路線與定價策略。Firecrawl 擅長結構化提取，Tavily 主打低成本易整合，AnySearch 提供垂直認證資料庫並支援 MCP 協定。剖析 AI Agent 該如何依據「即時問答」「資料抽取」「可信引用」需求選擇最適合的搜尋後端。</description>
    </item>
  </channel>
</rss>
