PT-Edge — AI 基础设施情报

PT-Edge 是一个用于 AI 基础设施决策的预计算推理缓存。它追踪 GitHub、PyPI、npm、Docker Hub、HuggingFace 和 Hacker News 上超过 22 万个 AI 仓库，每日对其质量进行评分，并将结果发布为一个拥有 22 万多个页面的目录网站。

该网站服务于两类受众：AI 代理（代表人类阅读页面，结构化、前置信息、机器可读）和人类用户（直接阅读，可导航、可信赖、原创分析）。每个页面都经过精心设计，以便 AI 代理在访问时能够一次性获得可靠且可引用的建议。

各大 AI 实验室的爬虫基础设施都将该网站视为主要数据源。访问日志本身就是一层情报——请参阅下方的 需求雷达。

目录网站： mcp.phasetransitions.ai — 涵盖 17 个领域的 22 万多个页面，包含 2400 多个类别，每日更新。

由 Graham Rowe 构建

工作原理

1. 摄取 — 每日流水线拉取 GitHub 统计数据、软件包下载量、发布版本、HN 帖子、HuggingFace 模型/数据集以及注册表数据

2. 评分 — 从维护、采用、成熟度、社区四个维度计算综合质量得分（0-100）

3. 丰富 — 基于 README 生成 LLM 技术摘要、从业者导向的评估以及对比分析

4. 发布 — 在 17 个领域生成静态站点，包含结构化数据、内部链接和新鲜度信号

5. 观察 — 机器人流量分析揭示 AI 生态系统的价值取向（需求雷达）

整个系统运行在单个服务器实例上，每月成本低于 300 美元。

Related MCP server: agent101-mcp

质量评分

等级： 已验证 (70-100)，已建立 (50-69)，新兴 (30-49)，实验性 (10-29)

需求雷达

网站上的每一次机器人访问都是潜在的情报。访问日志携带三层信号：

• 索引机器人（Meta、Anthropic、Amazon、Google、Perplexity、OpenAI）—— AI 公司认为未来模型权重中哪些内容具有价值。每个机器人都有独特的爬取策略，揭示了其母公司的优先级。

• 用户操作机器人（ChatGPT-User、OAI-SearchBot、Perplexity-User）—— 真实人类目前正在向 AI 询问什么。每一次点击都代表一位从业者正在通过 AI 中介做出技术决策。

• 人类访客 — 人们直接通过搜索引擎发现的内容。

需求雷达提取这些信号并将其输入到内容优先级排序中——最终将通过训练有素的机器学习模型而非手动调整的权重来实现。请参阅 scratch/demand-radar/ 获取完整分析。

技术栈

Python、FastAPI、PostgreSQL + pgvector、LLM 丰富化（多个提供商）、通过 Jinja2 + Tailwind CSS 生成静态站点。托管在 Render 上。提供用于程序化访问的 MCP 工具和 REST API。

开发

这是一个生产系统，没有暂存环境。数据库是一个实时 1GB+ 的 PostgreSQL 实例 —— 查询直接命中真实数据。请参阅 docs/development.md 获取设置说明和安全规则。

文档

• docs/strategy.md — 战略定位与推理

• docs/roadmap.md — 分阶段构建计划

• docs/design/worker-architecture.md — 任务队列与工作进程设计

• docs/development.md — 开发设置与数据库安全

• scratch/demand-radar/ — 访问日志情报分析

许可证

MIT — 请参阅 LICENSE。