PT-Edge — Интеллектуальная инфраструктура ИИ

PT-Edge — это предварительно вычисленный кэш рассуждений для принятия решений по инфраструктуре ИИ. Он отслеживает более 220 000 ИИ-репозиториев на GitHub, PyPI, npm, Docker Hub, HuggingFace и Hacker News, ежедневно оценивает их качество и публикует результаты в виде справочного сайта из более чем 220 000 страниц.

Сайт обслуживает две аудитории: ИИ-агентов, читающих страницы от имени людей (структурированные, оптимизированные, машиночитаемые данные), и людей, читающих напрямую (удобная навигация, достоверность, оригинальный анализ). Каждая страница спроектирована так, чтобы ИИ-агент мог получить на ней уверенную и подкрепленную ссылками рекомендацию за один проход.

Инфраструктура сканирования каждой крупной ИИ-лаборатории использует этот сайт в качестве основного источника данных. Сами журналы доступа являются уровнем аналитики — см. Радар спроса ниже.

Справочный сайт: mcp.phasetransitions.ai — более 220 000 страниц в 17 доменах с 2400+ категориями, обновляемых ежедневно.

Создано Грэмом Роу

Как это работает

1. Сбор данных — ежедневный конвейер извлекает статистику GitHub, загрузки пакетов, релизы, посты на HN, модели/наборы данных HuggingFace и данные реестров

2. Оценка — составной показатель качества (0-100) по четырем измерениям: поддержка, внедрение, зрелость, сообщество

3. Обогащение — технические резюме, созданные LLM, оценки для практиков и сравнительный анализ на основе README

4. Публикация — генерация статического сайта по 17 доменам со структурированными данными, внутренней перелинковкой и сигналами актуальности

5. Наблюдение — анализ трафика ботов показывает, что ценит экосистема ИИ (Радар спроса)

Вся система работает на одном серверном экземпляре стоимостью менее $300 в месяц.

Related MCP server: agent101-mcp

Оценка качества

Уровни: Проверенные (70-100), Устоявшиеся (50-69), Развивающиеся (30-49), Экспериментальные (10-29)

Радар спроса

Каждое посещение сайта ботом — это скрытая аналитика. Журналы доступа несут три уровня сигналов:

• Индексирующие боты (Meta, Anthropic, Amazon, Google, Perplexity, OpenAI) — то, что ИИ-компании считают ценным для будущих весов моделей. У каждого бота своя стратегия сканирования, которая раскрывает приоритеты материнской компании.

• Боты пользовательских действий (ChatGPT-User, OAI-SearchBot, Perplexity-User) — то, о чем реальные люди спрашивают ИИ прямо сейчас. Каждое посещение представляет собой практика, принимающего технологическое решение через ИИ-посредника.

• Человеческие посетители — то, что люди находят напрямую через поисковые системы.

Радар спроса извлекает эти сигналы и направляет их в приоритизацию контента — в конечном итоге через обученные модели машинного обучения, а не вручную настроенные веса. См. scratch/demand-radar/ для полного анализа.

Стек

Python, FastAPI, PostgreSQL + pgvector, обогащение через LLM (несколько провайдеров), генерация статического сайта через Jinja2 + Tailwind CSS. Размещено на Render. Инструменты MCP и REST API для программного доступа.

Разработка

Это производственная система без среды тестирования. База данных — это работающий экземпляр PostgreSQL объемом более 1 ГБ — запросы выполняются по реальным данным. См. docs/development.md для заметок по настройке и правил безопасности.

Документация

• docs/strategy.md — стратегическое позиционирование и обоснование

• docs/roadmap.md — поэтапный план сборки

• docs/design/worker-architecture.md — архитектура очереди задач и воркеров

• docs/development.md — настройка разработки и безопасность базы данных

• scratch/demand-radar/ — анализ данных журналов доступа

Лицензия

MIT — см. LICENSE.