GitHub avatar of sunrisefromdark

你好,我是 sunrisefromdark

AI Agent 与 Agent Harness 方向开发者

项目聚焦 AgentRadar 与 Text2SQL,能力覆盖 Agent Harness、搜索推荐和可验证数据工作流

AgentRadar 正在从项目雷达升级为行业级 Agent 周趋势判断系统:把多观察源、新兴潜力项目、项目评分依据和工具降级兜底都写进可审计证据链

Currently

我正在做什么

01

AgentRadar 行业级趋势判断重构中

从大厂、研究所、实验室、知名开发者、工作室、社区、政策金融、新闻学术和开源项目抽取证据,识别周趋势、新兴潜力项目、评分依据与趋势拐点。

02

多 Agent Text2SQL 系统

把多 Agent Text2SQL 主链路收敛为确定性状态机,围绕动态路由、语义契约、高风险 SQL 治理、记忆版本化和评测回归提升系统可信度。

03

Agent Harness / 评测 / 可回放工作流

关注可复现 fixtures、schema 检查、质量门禁和 agent 工作流的验证闭环。

个人项目

AgentRadar product preview
开源项目 AI Agent

AgentRadar

面向 AI Agent 生态的行业级趋势判断系统。它不止做资讯聚合或项目榜单,而是把多观察源、项目评分依据、新兴潜力发现和周趋势裁决组织成可审计证据链。

  • 多观察源:覆盖大厂 / 产品线、研究所、实验室、知名开发者、工作室、社区、政策金融、新闻学术与开源项目
  • 新兴潜力:通过 ecosystem observer 和长尾候选池发现尚未成为共识、但已出现真实信号的 Agent 项目
  • 评分依据:把帮助度、信息增量、证据强度、潜力信号、曝光饱和度和反证缺口写成可解释排序理由
  • 周趋势裁决:用 Industry Claim Ledger、十轴证据矩阵和 weekly trend agent 区分已成立趋势、待观察趋势与项目热度簇
  • 稳定性:每个证据轴记录 primary / secondary / fallback / last resort,工具失败时明确降级,不把采集失败写成无趋势
Weekly Trend Emerging Projects Scoring Rationale Tool Fallback
Text2SQL product preview
私有项目 Multi-Agent Text2SQL

Text2SQL

面向生产约束设计的多 Agent Text2SQL 系统。它不把目标停在“生成一条 SQL”,而是用 MainChainCoordinator 把意图理解、澄清追问、SQL 生成、语法 / 语义修复、风险治理、受控执行和审计回放收敛成可验证主链路。

  • 确定性主链路:以 MainChainCoordinator 统一追问真源与主状态对象,减少复杂查询下的重复追问和终态漂移
  • 语义契约前移:在 service 层拦截“能执行但不对题”的 SQL,并拆分语法修复与语义修复责任边界
  • 5 档动态路由:覆盖轻量直答、澄清追问、重路径分析、失败恢复和高风险治理路径
  • 受控执行:支持 dry-run / snapshot-run / transactional-run,补齐风险分级、影响说明、二次确认和审计回放
  • 可验证迭代:记忆版本化、3 层评测、103 条冻结样本与 334+ 自动化测试,让路由、追问、记忆和恢复策略可持续回归
Multi-Agent MainChainCoordinator Dynamic Routing SQL Governance Regression Eval

AgentRadar 架构图

多观察源 -> 新兴潜力发现 -> 项目评分依据 -> Industry Claim Ledger -> 周趋势裁决 -> 工具降级兜底 -> 日报 / 月报 / 知识卡 / weekly 行业叙事

  1. 多观察源

    Source Registry

    覆盖大厂 / 产品线、研究所、实验室、知名开发者、工作室、社区、政策金融、新闻学术与开源项目,不只盯 GitHub 热榜。

  2. 新兴潜力

    Observer Discovery

    用 ecosystem observer 和长尾候选池捕捉尚未成为大众共识的 Agent 项目,并区分真实潜力信号与名气延伸。

  3. 评分依据

    Scoring Rationale

    沉淀帮助度、信息增量、证据强度、潜力信号、曝光饱和度,以及 coverage / cohesion / novelty / reliability 等排序依据。

  4. 主张账本

    Claim Ledger

    把项目、产品、研究、政策、资本、社区、新闻等十轴信号归一到 Industry Claim Ledger,保留主体、引用、贡献和反证。

  5. 周趋势裁决

    Weekly Judgment

    规则层先聚类并暴露未解释项目,再由 weekly trend agent 审核、否决、合并、拆分和重命名,区分已成立趋势与待观察趋势。

  6. 稳定兜底

    Tool Fallbacks

    每个证据轴记录 primary / secondary / fallback / last resort;工具失败时标注降级、弱观察或 unavailable,再输出可追溯日报、月报和知识卡。

开源贡献

AR 开源项目

AgentRadar

开源部分沉淀 AI Agent 行业证据底座,为私有仓库中的行业级周趋势裁决提供候选池、长尾观察、新兴潜力项目、排序理由和可复核证据。

  • 覆盖项目 / 开源、产品发布、社区讨论、新闻叙事与 Agent 生态长尾观察
  • 沉淀知识卡、项目评分、排序理由、新兴潜力项目和证据反链
  • 为十轴证据矩阵、Industry Claim Ledger、周趋势裁决和工具降级账本提供公开底座
Open Source AI Agent Ranking TypeScript
IN Apache 贡献

Apache InLong

2023 年参与 Apache InLong 相关贡献,围绕数据集成框架的 Manager / Sort 等模块做代码修复与安全加固。

  • 参与 Manager / Sort 相关模块的代码修复
  • 关注数据集成链路的安全加固和工程质量
  • 通过 Apache InLong commit 记录可复核贡献范围
Apache InLong Data Integration Java Security
查看贡献记录 ->

经历时间轴

Building AgentRadar

围绕行业级 Agent 周趋势判断重构 AgentRadar,把多观察源、新兴潜力项目、项目评分依据、反证审计和工具降级兜底组织成可审计系统。

Text2SQL 项目

围绕多 Agent Text2SQL 主链路、动态路由、高风险 SQL 治理、失败恢复、记忆版本化和评测回归做系统化重构。

Agent Harness 与验证回路

关注可回放运行、fixtures、schema 检查和 Agent 工作流质量门禁。

Apache InLong 开源贡献

参与 Apache InLong 相关贡献,围绕数据集成框架的代码修复、安全加固和工程质量改进。

搜索推荐方向

围绕候选召回、排序信号、新鲜度和个性化做产品化系统能力沉淀。

技术栈

Agent Systems

Tool Use Memory Structured Output Workflow Design

Harness

Replay Fixtures Quality Gates Observability

Search / Rec

Ranking Freshness Scoring Candidate Gen

Engineering

TypeScript Node.js React PostgreSQL Java Python

Contact

联系我

如果你也在关注 AI Agent、Agent Harness、Text2SQL、搜索推荐或数据产品,欢迎交流。