以推理技术为重心的技术观察站:按智能体(Harness)、模型(FM)、硬件(NV)三个方向组织榜单、新闻与周总结,以及登录后的个人工作台(报告厅、按用户隔离的个人知识库)。每个数字都能溯源到原始数据。品牌:daimonkey「大马猴」。
| 板块 | 入口 | 说明 |
|---|---|---|
| 门户主页 | / |
三方向入口 + 各板块 TOP 汇总 |
| 智能体(Harness) | /dir/harness |
核心产品榜+生态项目榜分层不混排;新闻与方向周总结 |
| 模型(FM) | /dir/fm |
Artificial Analysis(海外智能指数)+ SuperCLUE(中文)双口径;新闻与方向周总结 |
| 硬件(NV) | /dir/nv |
占位页(规划中:MLPerf/规格/云定价),后续逐步填充 |
| 推理基础 | /learn |
LLM 推理技术基础:从基础模型架构到算子执行的推理加速知识地图;登录后可编辑 |
| 个人工作台 | 登录后侧栏 | 报告厅(/reports)、个人知识库(/knowledge,每个账号可配自己的 GitHub 仓库)、全站悬浮智能助手 |
匿名可浏览公开板块;工作台内容登录后可见。
git clone <仓库地址> <安装目录>
cd <安装目录>
sudo bash deploy/bootstrap.sh # 装依赖/pi/venv/systemd,建库建站并启动
userctl add <用户名> # 建登录账号换服务器：旧机 deploy/backup.sh → 新机 git clone → sudo bash deploy/bootstrap.sh --restore <备份包>。完整依赖矩阵、备份恢复与排障见 docs/deploy.md。
cd /path/to/daimonkey
python3 -m venv .venv
.venv/bin/pip install -r requirements.txt # 国内可加 -i 清华镜像
.venv/bin/python -m collector --init-db # 首次建库
.venv/bin/python -m collector --update # 采集→评分→导出→建站
.venv/bin/python scripts/serve.py --host 0.0.0.0 # http://<IP>:8080无任何自动调度:全站手动更新(首页「⟳ 全量更新」按钮或 CLI),页面显著展示数据截至时间。对外访问需在云安全组放行 TCP 8080；未绑定域名、未启用 HTTPS。
userctl add <用户名> # 建号(交互输密码,≥8 位;任意目录可执行)
userctl passwd / list / disable / enable <用户名>
userctl repo <用户名> <github地址|-> # 配置该用户的知识库仓库(网页内也可配)- 登录:右上角「登录」→
/login;登录后右上角头像菜单可退出 - 权限动作(数据更新/知识库同步/助手)登录即可用;首个账号创建后旧单一密码自动退役
- 知识库用户隔离:登录后知识库页顶部「我的知识库」卡配置自己的仓库,点同步生成专属页面;未配置走默认 InferTechNote
.venv/bin/python -m collector --update # 全量更新(含模型榜源)
.venv/bin/python -m collector --collect-news # 仅新闻(约 1 分钟)
.venv/bin/python scripts/fetch_superclue.py # 模型榜月更(改 registry 报告地址后)
.venv/bin/python -m unittest discover -s tests # 测试
.venv/bin/python scripts/verify.py # 站点验收 + 部署防回归
deploy/backup.sh # 备份(热备 + 数据)
deploy/smoke.sh --all # 在线 + 搬迁 + 重启演练
sudo systemctl restart daimonkey # 重启服务(systemd 托管)
journalctl -u daimonkey -f # 服务日志collector/ 核心 Python 包(采集/评分/建站/PIAgent 助手/账号)
scripts/ serve.py(服务+防护)/ userctl.py / fetch_superclue.py / sync_knowledge.py / migrate_relpath.py
deploy/ bootstrap.sh 安装 / backup.sh 备份 / smoke.sh 演练 / daimonkey.service
templates/ 页面模板 static/assets/ 样式与前端 JS
skills/ 专家文档 AGENTS.md 开发工作流铁律 PLAN.md 迭代计划
reports/ 报告内容(进 git)
content/learn/ 学习内容(进 git,`/learn` 主存储)
data/ SQLite/密钥/快照(不入库) dist/ 构建产物(不手改)
- 开发约定与专家体系:根 AGENTS.md——任何开发任务先选专家、结束沉淀回专家文档;专家索引在
skills/(负载优化/UI 美化/数据更新/新闻汇总/模型评测/个人工作台/报告撰写/部署交付) - 部署与换机:docs/deploy.md——依赖矩阵、一条命令安装、备份恢复、GitHub SSH key 迁移、搬迁/重启演练
- 当前迭代计划:PLAN.md
- 学习内容设计:docs/DESIGN-learn.md——内容模型、
/learn渲染、登录编辑、知识库归档与图表规划 - 评分口径:站内各榜页面「评分说明」折叠块;AI 参与的环节在页面均有标注
- 助手运行时:PIAgent 一次性进程(pi.dev),无常驻内存;配额与护栏见
registry.yaml → assistant - 站内运维 agent(管理员):对话/运维双模式,pi RPC + 工具白名单 + 前端审批 + 工具级审计;必须先降权再开启,见 docs/OPS-AGENT.md 与 docs/deploy.md §11
- 数据保留:原始响应/时序/快照按 LRU 窗口滚动(
registry.yaml → retention),溯源链永久不断
- 密钥只进
data/(600 权限):assistant.env(DEEPSEEK_API_KEY);密码哈希存 SQLite(pbkdf2) - 服务由 systemd 托管(
Restart=always、开机自启);日志进 journal,更新日志在data/logs/ - 备份归档含账号哈希与密钥,权限 600,勿放公开目录;备份排除
dist/、data/cache/ - 防护按 10 并发/20 在线规格:每 IP 限流、在途上限、连接超时、看门狗;详见
skills/load-optimization - 数据抓取遵守源站限频与退避;每条数据保留原始响应可溯源(库内相对路径,换机不断链)