source-radar

AI 友好的本地 CLI / MCP 采集引擎，用于中文互联网综合信息分析、资料搜索、经验汇总和事实核验。

当前项目基线见 .ai/PROJECT.md。项目正在从 bridge-first 多服务包装器 迁移到 原生采集内核 + 统一后端安装/状态管理。

当前目标

• 保持 ask / verify / research / MCP 外部入口稳定。
• 将采集能力收敛到 AcquisitionKernel。
• 用 BackendRegistry 记录后端安装来源、类型、版本、路径引用、状态和诊断。
• 用 BackendLifecycleManager 统一管理预热、保温、ready 检查、idle stop 和失败熔断。
• 用 EngineInstaller 统一下载、local-source checkout、runtime 目录、修复和状态登记。
• 将后端源码、下载包、wheel cache、浏览器运行时、pid、日志和临时文件收敛到 .source-radar/。

目标 runtime 形态：

.source-radar/
  engines/
  downloads/
  runtime/
  pids/
  logs/
  config.json

已有入口

# 综合信息分析
uv run python -m source_radar ask "问题"

# 严格核验
uv run python -m source_radar verify "断言"

# 深度研究
uv run python -m source_radar research "复杂问题"

# MCP server
uv run python -m source_radar mcp

# 后端状态
uv run python -m source_radar engine status

MCP 工具

当前 MCP server 暴露：

• web_search
• fetch_url
• fetch_search_results
• search_github
• search_chinese_platforms
• fetch_github_file
• source_status

MCP 是薄外壳。后续底层应走统一采集内核和后端生命周期管理，不应在 MCP 内部私自实现随用随起、常驻或 idle stop。

安装方向

当前安装命令仍保留兼容：

uv run python -m source_radar engine install
uv run python -m source_radar engine status

新方向是让 engine install/status/repair 统一管理：

• Python 依赖；
• local-source backend checkout；
• 下载缓存；
• 浏览器/runtime；
• 后端 lifecycle policy；
• readiness probe；
• 诊断和修复建议。

不要新增散落 runtime 目录。新的后端运行态必须进入 .source-radar/ 约定目录。

开发

.venv\Scripts\python.exe -m unittest tests.test_mcp_server -v
.venv\Scripts\python.exe -m unittest tests.test_acquisition_m5 tests.test_agent_flow tests.test_stability_regression -v

新增 backend registry / lifecycle / installer 工作应先加 focused unittest。

文档

当前保留的事实源：

• .ai/PROJECT.md
• .ai/TECH.md
• .ai/CONSTRAINTS.md
• .ai/VALIDATION.md
• README.md

旧 docs/tasks 索引、compose plans、历史 roadmap 和过期 skill 包不再作为当前工作流的一部分。