# 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 [registry.json](D:/Code/AI/agent-park/docs/integrations/n8n/registry.json) 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`

也就是说，项目发现与入库链路的“队列与去重接口”不在当前 Next.js 仓库中实现，但其输出最终进入当前仓库使用的数据库与项目展示链路。

## 核心实体

- `projects`
  - 项目主体记录，供 `/api/projects`、详情页、搜索页、首页排行使用
- `external_links`
  - 项目外链，尤其是 GitHub 链接，供 Star 刷新流程使用
- `tags`
  - 标签池，供项目筛选、标签重置、入库分类使用
- `project_tags`
  - 项目与标签的关系表
- `signals`
  - 前沿讨论信号，供 `/api/signals` 和 Signals 页面使用
- `projects.embedding`
  - 项目向量，供语义检索工作流使用

## 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

入口流程：

- `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

注意：

- 这两条流程不会直接写 `projects` 表
- 它们只负责“造任务”

### 2. 项目入库链路

核心流程：

- `项目分析入库（多源）`

职责：

- 轮询 discovery 任务队列
- 把任务置为 `IN_PROGRESS`
- 用浏览器/AI 工具从入口 URL 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
- 失败时把任务置为 `FAILED`

当前仓库边界：

- 当前仓库没有 `/api/discovery/*` 的实现
- 但入库后的结果最终会出现在：
  - [route.ts](D:/Code/AI/agent-park/src/app/api/projects/route.ts)
  - [route.ts](D:/Code/AI/agent-park/src/app/api/projects/[slug]/route.ts)
  - [useProjects.ts](D:/Code/AI/agent-park/src/hooks/useProjects.ts)

### 3. 项目检索链路

核心流程：

- `项目描述向量化`
- `RAG项目搜索`

职责分工：

- `项目描述向量化`
  - 扫描 `embedding IS NULL` 的活跃项目
  - 用 `BAAI/bge-m3` 生成向量
  - 写回 `projects.embedding` 和 `embeddingUpdatedAt`
- `RAG项目搜索`
  - 接收 `ai-search` webhook
  - 对用户输入生成向量
  - 直接在 Postgres 中做向量相似度搜索
  - 返回 `results[].id` 和 `similarity`

仓库接点：

- [route.ts](D:/Code/AI/agent-park/src/app/api/search/ai/route.ts)
  - 转发到 n8n webhook
  - 再根据 ID 批量回库拿完整项目
- [useProjects.ts](D:/Code/AI/agent-park/src/hooks/useProjects.ts)
  - `getProjectsByIds()` 负责补全项目详情

最终展示：

- 项目搜索页
- 项目列表筛选结果

### 4. Signals 展示链路

核心流程：

- `前沿信号聚合（多源+AI Agent过滤）`

职责：

- 从 6 类外部源抓取讨论或发布内容
- 先做规则过滤和去重
- 再用 LLM 判断是否属于 AI Agent 相关信号
- 输出中英双语结构化字段
- 计算热度字段
- 通过 webhook 写入 `signals`

仓库接点：

- [route.ts](D:/Code/AI/agent-park/src/app/api/webhook/signals/route.ts)
- [route.ts](D:/Code/AI/agent-park/src/app/api/signals/route.ts)
- [validations.ts](D:/Code/AI/agent-park/src/lib/validations.ts)

最终展示：

- Signals 页数据流
- 讨论聚合展示卡片

副作用：

- 该流程还会从已保留信号中提取 GitHub 仓库链接，回流到 discovery 任务系统

### 5. 标签治理链路

核心流程：

- `项目标签重置`

职责：

- 拉取标签池与项目列表
- 逐项目调用 LLM 做 5 类标签归类
- 调用仓库内的标签重置接口

仓库接点：

- [route.ts](D:/Code/AI/agent-park/src/app/api/tags/reset-projects/route.ts)
- [auth.ts](D:/Code/AI/agent-park/src/lib/auth.ts)
- [validations.ts](D:/Code/AI/agent-park/src/lib/validations.ts)

最终影响：

- 项目筛选
- 详情页标签
- 入库后标签整洁度

### 6. Star 刷新链路

核心流程：

- `GitHub Star 每日刷新`

职责：

- 从 `projects` + `external_links` 找出 GitHub 仓库
- 调 GitHub API 拉仓库详情
- 更新 `githubStars` 与 `githubStarsUpdatedAt`

最终影响：

- 首页排行
- 项目列表星标排序
- AI 搜索结果里的 `stars_desc` / `stars_asc`

## 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
- `.planning/codebase` 中可供 GSD 读取的 n8n 总览

但仍有 2 个外部依赖不在当前仓库闭环：

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

因此，“代码库就绪”应理解为：

- AI 和 GSD 已经能正确理解全局结构与边界
- 但不能假设当前仓库单独包含所有后端实现

## 建议维护规则

- 任何一条生产 workflow 变更时，优先更新：
  - [registry.json](D:/Code/AI/agent-park/docs/integrations/n8n/registry.json)
  - 对应 `workflows/*.md`
- 更新后执行：
  - `pnpm n8n:context`
- 如果 discovery 服务代码后续被并入仓库，优先补齐 `/api/discovery/*` 的实现文档与路由映射