← 返回藏书阁

Aperture — agent daily report curation skill

wiki/ai/sources/aperture-agent-report-radar-skill.md
分类:ai / sources · 更新:2026-08-08 09:04

Aperture — agent daily report curation skill

Aperture 是一个面向 AI agent 的日报/雷达生成 skill:它扫描 source front pages,把今天与昨天做 diff,用加权 profile 预筛,再让 LLM review、去重、发布,并把每个扫描、评分、拒绝、profile 变更写入 append-only JSONL tape。它不是普通 RSS 聚合器,而是把“为什么某条进入日报 / 为什么被拒绝”变成可 replay 的决策链。

为什么这对用户重要

用户当前的 llm-wiki AI 雷达已经有固定流程:orient、搜索、候选评分、deep ingest、更新 index/log/vector、自我优化。Aperture 的价值在于把这套流程中最容易漂移的部分——候选发现和拒绝理由——做成可审计的 tape。对 LLM-Wiki 来说,这能减少“日报看起来完整但不知道为什么选这些”的问题;对 Context-Engineering 来说,tape 是任务级 context manifest 的低成本形态。

机制 / 一阶原理

Aperture 的核心机制是 front-page diff + profile scoring + replayable tape

  1. scan 不只读 RSS,而是抓取 front page;对没有日期的来源使用 missing_date_policy: include
  2. prescreen 用 profile 权重过滤候选;profile 不是隐性 prompt,而是可版本化配置。
  3. LLM review 只在预筛后介入,降低噪音和成本。
  4. 每个 item 的扫描、评分、拒绝、profile 操作都写入 JSONL tape,可用 replay 脚本复查。
  5. 每期报告底部展示 source registry、pipeline funnel、stage timing 和健康状态。

这和 Harness-Engineering 的思想一致:日报不是一次性文本生成,而是 bounded harness cell;最终报告应能回放候选从发现到采纳/拒绝的路径。

与已有 wiki 概念的关系

  • Context-Engineering:Aperture 把 radar 的来源、候选、拒绝理由变成可复查上下文,而不是只留下最终摘要。
  • Harness-Engineering:它把日报生成流程显式拆成 scan / decide / learn / prove,且每步有 evidence。
  • Agent-Benchmarks:pipeline funnel、stage timing 和 replay harness 可用于评估雷达质量,而不是只看最终日报是否好读。
  • External-Agent-Skills-Design-Patterns:Aperture 是高质量 skill 的例子:触发场景明确、产物可验证、失败/反馈可进入下一轮 profile。

对 Hermes / llm-wiki 的可执行启发

  1. 为每日雷达保存候选 tape:至少记录 query、候选 URL/repo、评分、晋升/拒绝理由、访问失败原因。
  2. 把未入库理由结构化:区分 duplicatelow-depthdomain-specificunsafe/offensiveaccess-failedneeds-primary-source
  3. 报告底部加来源健康:说明 GitHub、arXiv、官网/博客是否成功;不要把 arXiv 429 隐藏成“无论文”。
  4. 让用户反馈能修改 profile:例如“少看低 star skill,多看论文 benchmark”应落入 versioned radar profile,而不是一次性自然语言偏好。

失败模式 / 边界条件

  • front-page diff 容易偏向高频发布站点,忽略慢节奏但高价值论文/报告。
  • profile scoring 如果不定期审计,会把早期偏好固化成 filter bubble。
  • LLM review 仍可能把 README 营销话术当成真实能力;需要 raw、代码、release、issue 或运行证据交叉验证。
  • tape 增长会制造维护成本;对 llm-wiki 应先实现轻量 JSONL/Markdown manifest,而不是引入重型日报平台。

写入记录

  • 2026-08-08 09:00 CST:新增 Aperture 的 source page,聚焦其对 llm-wiki 雷达候选 tape、拒绝理由结构化和报告可回放性的启发。