# AgentPark n8n Dataflow

这份文档回答两个问题：

1. 这 8 条生产流程分别负责什么。
2. 数据怎样从外部源头进入 AgentPark，再进入数据库、API 和页面展示。

## 范围

当前纳入范围的 8 条生产流程：

1. `Topic项目计划新增`
2. `每日Github Trending项目计划新增`
3. `项目分析入库（多源）`
4. `GitHub Star 每日刷新`
5. `项目描述向量化`
6. `RAG项目搜索`
7. `前沿信号聚合（多源+AI Agent过滤）`
8. `项目标签重置`

不在这 8 条内，但已登记在仓库上下文中的旁路流程：

- `AI对话网关（Agent Park）`

## 系统边界

当前体系不是“单仓库闭环”，而是三层：

- 外部数据源层：GitHub Search API、GitHub Trending、Hacker News、Reddit、arXiv、Product Hunt、Hugging Face
- n8n 编排层：抓取、去重、AI 过滤、标签重置、向量化、信号结构化
- AgentPark 应用层：Postgres/Prisma、Next.js API、页面组件

还有一个明确存在但当前仓库里没有实现代码的外部服务边界：

- `Discovery Task Service`
  - `GET/POST/PATCH /api/discovery/tasks`
  - `POST /api/discovery/check-duplicates`

## 核心实体

- `projects`
- `external_links`
- `tags`
- `project_tags`
- `signals`
- `projects.embedding`

## 总流图

```mermaid
flowchart TD
  subgraph Sources["External Sources"]
    GHSearch["GitHub Search API"]
    GHTrend["GitHub Trending"]
    GHRepo["GitHub Repository API"]
    HN["Hacker News"]
    Reddit["Reddit"]
    Arxiv["arXiv"]
    PH["Product Hunt"]
    HF["Hugging Face"]
    Silicon["SiliconFlow Embeddings"]
  end

  subgraph N8N["n8n Workflows"]
    W1["1 Topic项目计划新增"]
    W2["2 每日Github Trending项目计划新增"]
    W3["3 项目分析入库（多源）"]
    W4["4 GitHub Star 每日刷新"]
    W5["5 项目描述向量化"]
    W6["6 RAG项目搜索"]
    W7["7 前沿信号聚合"]
    W8["8 项目标签重置"]
  end

  subgraph Discovery["External Discovery Service"]
    Dedupe["/api/discovery/check-duplicates"]
    Tasks["/api/discovery/tasks"]
    Complete["/api/discovery/tasks/:id/complete"]
  end

  subgraph App["AgentPark App + DB"]
    DBProjects["projects"]
    DBLinks["external_links"]
    DBTags["tags / project_tags"]
    DBSignals["signals"]
    APIProjects["/api/projects"]
    APISearch["/api/search/ai"]
    APISignals["/api/signals"]
    APITagReset["/api/tags/reset-projects"]
    UIProjects["Projects pages"]
    UISignals["Signals page"]
    UIHome["Home rankings"]
  end

  GHSearch --> W1
  GHTrend --> W2
  W1 --> Dedupe
  W2 --> Dedupe
  Dedupe --> Tasks
  Tasks --> W3
  W3 --> Complete
  Complete --> DBProjects
  Complete --> DBLinks
  Complete --> DBTags

  DBProjects --> W5
  Silicon --> W5
  W5 --> DBProjects

  DBProjects --> W6
  Silicon --> W6
  W6 --> APISearch
  APISearch --> UIProjects

  DBProjects --> W4
  DBLinks --> W4
  GHRepo --> W4
  W4 --> DBProjects
  DBProjects --> UIHome
  DBProjects --> UIProjects

  HN --> W7
  Reddit --> W7
  Arxiv --> W7
  PH --> W7
  HF --> W7
  W7 --> DBSignals
  W7 --> Dedupe
  DBSignals --> APISignals
  APISignals --> UISignals

  DBTags --> W8
  DBProjects --> W8
  W8 --> APITagReset
  APITagReset --> DBTags
  APITagReset --> UIProjects
```

## 主链路拆解

### 1. 项目发现链路

- `Topic项目计划新增`
- `每日Github Trending项目计划新增`

职责：

- 从 GitHub 搜索结果和 Trending 列表中找候选项目
- 先走 discovery 去重
- 再用 LLM 做保留/丢弃判断
- 最后把可入库项目写进 discovery 任务队列

### 2. 项目入库链路

- `项目分析入库（多源）`

职责：

- 轮询 discovery 任务队列
- 任务置为 `IN_PROGRESS`
- 浏览器/AI 收集事实
- 生成标准化项目内容、外链、标签候选
- 调用 completion 接口完成入库
- 失败时置为 `FAILED`

### 3. 项目检索链路

- `项目描述向量化`
- `RAG项目搜索`

职责：

- 生成并更新 `projects.embedding`
- 通过 webhook 对用户查询生成向量
- 在 Postgres 中进行向量相似度搜索
- 返回项目 ID 与相似度

### 4. Signals 展示链路

- `前沿信号聚合（多源+AI Agent过滤）`

职责：

- 从 6 类外部源抓取内容
- 规则过滤、去重、AI 结构化
- 写入 `signals`
- 从保留信号中提取 GitHub 仓库，回流 discovery

### 5. 标签治理链路

- `项目标签重置`

职责：

- 拉取标签池和项目列表
- 按 5 类标签做归类
- 调用标签重置接口更新项目标签

### 6. Star 刷新链路

- `GitHub Star 每日刷新`

职责：

- 读取项目 GitHub 链接
- 调 GitHub API 获取仓库信息
- 更新 `githubStars` 与 `githubStarsUpdatedAt`

## 当前“就绪状态”定义

现在仓库已经具备：

- 8 条生产流程的仓库内登记
- 代码触点与 workflow 的映射关系
- 从“源头 -> n8n -> DB/API -> 页面”的主链路图

仍然不在当前仓库闭环的内容：

- discovery task service
- n8n credentials / secrets / runtime env