182 lines
8.4 KiB
Markdown
182 lines
8.4 KiB
Markdown
# agent-radar · 全球智能体开源应用追踪
|
||
|
||
持续追踪全球 AI Agent 开源应用，输出**深度分析文章**（发布在 [blog.apescale.com](https://blog.apescale.com) 可巴蒂栏目），
|
||
并**镜像源码**到 `gitinbox` 组织做代码级跟踪。
|
||
|
||
设计原则：**每新增一个项目，边际成本递减，横向对比能力自动增强。**
|
||
所有项目共用同一套五维 schema，因此对比矩阵、赛道图、总纲索引都能由脚本自动生成，
|
||
人只需要做「研判与写作」这部分不可替代的工作。
|
||
|
||
---
|
||
|
||
## 收录标准
|
||
|
||
满足任一即可收录，但会标注不同 `status`：
|
||
|
||
| status | 含义 | 判定 |
|
||
| --- | --- | --- |
|
||
| `active` | 持续追踪 | 有实际影响力，或技术路线有代表性，值得长期跟进 |
|
||
| `watch` | 观察中 | 早期项目，方向有意思但尚未验证 |
|
||
| `archived` | 归档 | 停更 / 被收购 / 路线变更 |
|
||
|
||
**不收录**：纯模型权重、纯数据集、无公开代码的论文复现、营销型空壳仓库。
|
||
|
||
---
|
||
|
||
## 目录结构
|
||
|
||
```
|
||
agent-radar/
|
||
├── README.md # 本文件
|
||
├── schema/
|
||
│ ├── project.schema.yaml # 五维档案字段定义 + 枚举（也是脚本的骨架生成源）
|
||
│ └── license-tiers.yaml # 许可证成色分级 → 镜像可见性规则
|
||
├── data/
|
||
│ ├── registry.yaml # 收录总表，驱动批量抓取
|
||
│ ├── projects/<id>.yaml # 每项目一份五维档案
|
||
│ └── snapshots/<id>.jsonl # 指标时间序列（追加式，一行一天）
|
||
├── articles/
|
||
│ ├── 00-overview.md # 总纲文源文（含矩阵占位符，由脚本回填）
|
||
│ └── <id>.md # 项目深度文源文
|
||
├── templates/project-article.md # 文章固定章节模板
|
||
├── scripts/ # 抓取 / 生成 / 镜像 / 发布脚本
|
||
└── site/ # 【规划中】由同一份档案生成的静态总览页，尚未实现
|
||
```
|
||
|
||
---
|
||
|
||
## 五维档案
|
||
|
||
每个项目一份 `data/projects/<id>.yaml`，字段定义见 `schema/project.schema.yaml`：
|
||
|
||
| 维度 | 回答的问题 |
|
||
| --- | --- |
|
||
| `identity` | 它是谁、谁在做 |
|
||
| `business` | 它靠什么活着、为谁活着 |
|
||
| `scenario` | 它在什么场合被用、产出什么 |
|
||
| `tech` | 它怎么做到的、抽象在哪一层 |
|
||
| `ecosystem` | 它的社区动能（多数由脚本自动刷新） |
|
||
| `risk` | 它的坑在哪、宣称与实测的落差 |
|
||
|
||
> `risk.claim_vs_reality` 是最不该留空的字段。它逼着每篇分析去核实
|
||
> 「项目方宣称 vs 实际状态」，防止文章退化成 README 复读。
|
||
|
||
---
|
||
|
||
## 许可证分级 → 镜像可见性
|
||
|
||
**新增项目时的第一判断项。** 规则见 `schema/license-tiers.yaml`：
|
||
|
||
| 级 | 判定 | 成色 | 镜像可见性 |
|
||
| --- | --- | --- | --- |
|
||
| L1 | MIT / Apache-2.0 / BSD / ISC / GPL / MPL | 完全开源 | `public` |
|
||
| L2 | AGPL / SSPL / BUSL / Elastic-2.0 | 有限开源 | `public`（档案标注限制） |
|
||
| L3 | NOASSERTION + 自定义 source-available | 源码可得、非开源 | **`private`** |
|
||
| L4 | 无 LICENSE / proprietary | 不可得 | 不镜像，仅存链接 |
|
||
|
||
定错级的代价：L3 项目被公开镜像，等于替对方做了一次未经授权的公开分发。
|
||
|
||
---
|
||
|
||
## 新增一个项目的 SOP
|
||
|
||
```bash
|
||
# 1. 建档（自动抓许可证并定级 L1-L4）
|
||
python3 scripts/new_project.py --repo owner/name
|
||
|
||
# 2. 手工填档案五维度 —— 重点填 risk.claim_vs_reality
|
||
$EDITOR data/projects/<id>.yaml
|
||
# ⚠️ 补完时**不要整块覆盖**下面这三个块，它们由脚本回写：
|
||
# ecosystem.metrics（fetch_stats 写）
|
||
# mirror （mirror_sync 写）
|
||
# article （publish_emlog 写）
|
||
# 整块替换 ecosystem 会把 metrics 一起删掉，表现为矩阵里指标静默变空。
|
||
# 真踩了也别慌：fetch_stats 用 upsert_block 会自动把 metrics 长回来
|
||
# （python3 scripts/fetch_stats.py --id <id> --force）。
|
||
|
||
# 3. 刷新指标（放在填档之后，别反过来）
|
||
python3 scripts/fetch_stats.py --id <id>
|
||
|
||
# 4. 镜像源码（按许可证等级自动决定 private / public）
|
||
bash scripts/mirror_sync.sh --id <id>
|
||
|
||
# 5. 成文（套 templates/project-article.md）
|
||
$EDITOR articles/<id>.md
|
||
|
||
# 6. 发布到 emlog（可巴蒂 sid=17），emlog_id 会自动回写档案
|
||
python3 scripts/publish_emlog.py --article <id>
|
||
|
||
# 7. 回填总纲并更新总纲文
|
||
python3 scripts/build_matrix.py
|
||
python3 scripts/publish_emlog.py --article 00-overview
|
||
|
||
# 8. 入库
|
||
git add -A && git commit -m "track: <name>" && git push
|
||
```
|
||
|
||
### ⚠️ 更新总纲文时必读
|
||
|
||
emlog 的 update 接口**不传 `--content` 就会清空正文**。
|
||
|
||
保护点应该是「**本地正文非空**」，而不是「update 前先 detail 取回线上全文」——
|
||
本脚本的 content 永远来自本地 Markdown 源文件，不存在"忘了传"的情况；
|
||
反过来，emlog 的 detail 接口**查不到草稿**，如果把保护建立在 detail 上，
|
||
草稿就永远无法转正。所以 `publish_emlog.py` 的判据是：本地正文非空即放行，
|
||
detail 只作为可选的健全性检查。
|
||
|
||
如果你手工调 emlog 脚本更新总纲，记住同一件事：**确保传了 `--content`**。
|
||
|
||
### 两类文章，ID 落点不同
|
||
|
||
`publish_emlog.py` 按「有没有同名项目档案」自动分流，**不需要手工指定**：
|
||
|
||
| 文章类型 | 文件名 | ID 落点 |
|
||
| --- | --- | --- |
|
||
| 项目深度文 | `articles/<id>.md`（有 `data/projects/<id>.yaml`） | 档案的 `article` 块 |
|
||
| 跨项目文章 | `articles/00-*.md`（总纲、横评、专题） | `articles/<id>.meta.yaml` |
|
||
|
||
新增一篇 `00-` 开头的文章不用做任何额外配置，发完就有 meta。
|
||
反过来，如果某天需要给跨项目文章单独建档，只要 YAML 一出现，脚本会改走档案路径——
|
||
先按「是不是项目文」分流，再决定写哪儿。
|
||
|
||
### 文章索引不需要手工维护
|
||
|
||
总纲里 `<!-- INDEX:BEGIN/END -->` 之间的内容由 `build_matrix.py` 生成，
|
||
事实源是两处：项目档案的 `article` 块 + `articles/*.meta.yaml`。
|
||
|
||
这段原本是手抄的，结果横评文发了、索引里却没有它——**手写的索引每发一篇文章就漂移一次**。
|
||
现在只需要在发完文章后重跑 `build_matrix.py`，没深度文的项目会自动标注「待发布」并指向现有横评。
|
||
|
||
---
|
||
|
||
## 脚本一览
|
||
|
||
| 脚本 | 作用 | 降级行为 |
|
||
| --- | --- | --- |
|
||
| `new_project.py` | 建档 + 自动判许可证等级 | API 失败时生成未定级骨架，要求人工填 |
|
||
| `fetch_stats.py` | 抓指标 + 累积时间序列快照 | 无 `GITHUB_TOKEN` 则匿名降级；当日缓存；失败沿用上次快照并标 `stale` |
|
||
| `build_matrix.py` | 生成对比矩阵 + 赛道图 / 象限图 + 文章索引 | 项目 <4 个出分层图，≥4 个才出象限图；索引缺标记则跳过并警告 |
|
||
| `mirror_sync.sh` | 源码镜像同步 | 大仓（>300MB）提示并支持 treeless clone 降级 |
|
||
| `publish_emlog.py` | emlog 发布 / 更新 | 本地正文为空时拒绝 update（防清空线上） |
|
||
|
||
---
|
||
|
||
## 已知约束
|
||
|
||
- **GitHub API 限额**：无 `GITHUB_TOKEN` 时匿名限额 60 次/小时。
|
||
项目数超过约 20 个后批量刷新会受限，建议配置 token。
|
||
- **GitHub 下载带宽**：本机到 GitHub 实测约 **50 KB/s**（走沙箱代理 56 KB/s，
|
||
直连 27 KB/s 且 github.com 常被阻断）。591 MB 的仓全量镜像需要 3 小时以上。
|
||
大仓一律先 `--depth 1`，后续再用脚本的增量加深补齐。
|
||
- **Gitea 推送上限**：前置 nginx 的 `client_max_body_size` 约 **50 MB**
|
||
（实测 48 MB 放行、64 MB 拒绝）。超限会在传完所有对象后才收到 HTTP 413。
|
||
脚本内置体积闸门，超限自动降级为「源码快照」（剔除非源码素材，通常能减一半以上）。
|
||
彻底解法是在服务器 nginx 配置里放开该值。
|
||
- **浅仓不能直接推送**：Git 服务端默认 `receive.shallowUpdate = deny`，
|
||
推浅仓会被拒。脚本在推送前自动 `--unshallow` 补齐历史；
|
||
若补齐失败则降级为快照（丢历史但保住代码）。
|
||
- **磁盘占用**：源码镜像是全量裸仓。4 个项目已占约 800 MB。
|
||
大仓可用 `--filter=blob:none` 做 treeless 镜像。
|
||
- **象限图阈值**：样本 <4 个时象限图没有统计意义，此阶段只出赛道分层图。
|
||
4 个也只是示意，不构成统计结论。
|