多源发现
源通道拉取公开信号——官网、GitHub、Release、HN、订阅源、包市场、论文——不调用付费搜索。
Agent Radar · Markdown 优先 · GitHub Actions
跑在 Markdown 里的无人值守研究
面向 Agent 产业的 Git 研究循环：采集公开信号、筛选候选、窄范围写入并校验提交，最后更新每周论点、观察名单、现场笔记和存储影响。
$ python scripts/agent_radar.py brief
核心文件
-
radar.md -
agent-watchlist.md -
user-field-notes.md -
playbook.md -
storage-angle.md
radar.md 判断：本地 agent 更易审计 · 已变：沙箱快照噪声 · 待答：产物存在谁的存储
Markdown 优先 · GitHub Actions提交前校验 · Git 即审计
一条研究循环
Markdown 状态、定时 runner、两级模型
Agent Radar 跑在 GitHub Actions 上：Markdown 保存研究状态，确定性 runner 记分并约束写入，轻量模型初筛后再由强模型写终稿。
示例摘录 radar.md · 示例周
当前判断 本地 agent 更易审计
把工作区产物留在本地的 coding agent，比纯托管聊天流更容易核对证据。
已变化 沙箱与快照噪声
更多产品宣传 sandbox；很少写清快照保留期或回放成本。
开放问题 产物存在谁的存储里
当 agent 写日志、checkpoint 和 playbook 时，哪条存储路径是有意设计、哪条只是附带？
可审计状态
流水线留在 Git 里的结果
Runner 在写入边界内更新每周论点、观察名单、现场笔记与存储影响。候选被纳入观察名单或周报后，每次变化都能在仓库历史里核对。
- 01
每周论点
当前判断、已变化点，以及对 Agent 产业的开放问题。
- 02
观察名单
主流与新兴 agent，并标注证据强度——不是原始链接堆。
- 03
现场笔记
记录真实工作流和可复用模式，随公开信号积累。
- 04
存储影响
Agent 把工作区、沙箱、日志与回放放在哪里——侧重视角，不是产品全部。
流水线怎么跑
流水线怎么跑
记分去重
Runner 按通道可信度、相关性、采用证据，以及相对源缓存的新颖度打分，再决定哪些条目进入模型。
宽发现、窄写入
发现可以很宽；写入观察名单、周报或存储笔记时有边界。模型只能改允许的文件。
校验后提交
引用、配额、双语与新鲜度检查通过后才提交。失败留在遥测与 issue 里——Git 始终是审计日志。
运行与节奏
运行与节奏
定时跑在 GitHub Actions
日更、周更、月更任务无人值守跑同一条研究循环，并输出双语报告。本地运行用于调试；无人值守主场景是 Actions。
模型提议，Runner 裁定
轻量模型初筛，强模型写终稿。模型可提议更新；Runner 负责记分、限制写入、跑校验并提交——失败可贴标签，不必整次卡住。
FAQ
适合谁用？
想要可审计、可定时的 Agent 产业研究循环的人——不是新闻流，也不是没有升格规则的私人笔记库。
只能跑在 GitHub Actions 吗？
Actions 是无人值守的主场景。同一套 runner 也可本地调试；持久状态仍是这个 Markdown 仓库。
一定要付费模型或付费搜索吗？
采集走免费公开源，不用付费搜索。你自备模型密钥：轻量模型可初筛，强模型写终稿，花费可主动控制。
和 Markdown 笔记本有何不同？
笔记本只存笔记。Agent Radar 跑采集 → 筛选 → 合成 → 校验 → 提交，带升格边界与校验，Git 历史就是审计日志。