Guanghu Domestic Migration a27e87cb99 chore: import sanitized domestic snapshot for REPO-007

Source snapshot: 97d7f0fae96dc04b7ddad56fc1db6a108ed662cc

[SEC-CLEAN] · pre-push-clean v1.0 · 109处敏感信息已自动转乱码

2026-07-17 15:59:55 +08:00

4.9 KiB

Raw Blame History

belongs_to

INDEX · 铸渊·协作指令｜GitHub ↔ Notion 桥接协议

📊 铸渊指令｜自研基础设施数据采集系统 DC v1.0（2026-03-17·霜砚签发·冰朔授权）

🎯 采集目标

未来需要自研的三个核心模块，对应三个采集方向：

模块编号	未来自研目标	现在采集什么
DC-01	替换 Notion（自研知识库+状态管理）	Notion 读写频率、字段使用率、页面结构规律
DC-02	替换 GitHub Actions（自研任务调度引擎）	Workflow 触发频率、执行时长、失败率、任务依赖图
DC-03	替换 Notion Agent（自研 Agent Runtime）	Agent 工单处理时长、LLM 调用频率、人工介入率

📦 DC-01 · Notion 读写分析器

采集时机：每日天眼报告生成时，附带写入

存储位置：data/dc-reports/notion-usage-YYYY-MM-DD.json

{
  "date": "2026-03-17",
  "databases": [
    {
      "name": "人格协作工单簿",
      "daily_reads": 12,
      "daily_writes": 3,
      "active_fields": ["标题", "状态", "优先级", "回执（霜砚）"],
      "unused_fields": ["情感状态", "宝宝线"]
    }
  ],
  "total_api_calls": 47,
  "peak_hour": "10:00-11:00"
}

采集方式：铸渊读取天眼 D3/D4/D5 诊断数据时，顺手统计 API 调用次数并写入上述格式。

⚙️ DC-02 · Workflow 性能采集器

采集时机：每日自检（zhuyuan-daily-selfcheck.yml）结束时附带写入

存储位置：data/dc-reports/workflow-perf-YYYY-MM-DD.json

{
  "date": "2026-03-17",
  "workflows": [
    {
      "name": "zhuyuan-daily-skyeye",
      "trigger": "cron",
      "runs_today": 1,
      "avg_duration_sec": 42,
      "success_rate": 1.0,
      "dependencies": ["brain-sync"]
    }
  ],
  "total_workflows": 42,
  "failed_today": 0,
  "parallel_capable": 28
}

采集方式：调用 GitHub API GET /repos/{owner}/{repo}/actions/runs 拉取当日运行记录，聚合写入。

🤖 DC-03 · Agent 行为记录器

采集时机：每次铸渊处理 Notion 工单回写后附带写入

存储位置：data/dc-reports/agent-behavior-YYYY-MM.json（按月累积）

{
  "month": "2026-03",
  "tickets": [
    {
      "type": "规则同步",
      "auto_resolved": true,
      "human_intervention": false,
      "processing_sec": 18
    }
  ],
  "llm_calls_total": 156,
  "avg_tokens_per_call": 1240,
  "human_intervention_rate": 0.12
}

采集方式：铸渊每次写 Notion 工单回执时，同步追加一条记录到月度文件。

📁 仓库目录结构

guanghulab/
└── data/
    └── dc-reports/
        ├── notion-usage-YYYY-MM-DD.json     ← DC-01
        ├── workflow-perf-YYYY-MM-DD.json    ← DC-02
        └── agent-behavior-YYYY-MM.json      ← DC-03

🚀 铸渊部署指令（读到就做·不等人）

① 创建 data/dc-reports/ 目录
   操作：mkdir data/dc-reports + 放 .gitkeep

② 在 zhuyuan-daily-selfcheck.yml 中新增步骤
   在现有自检逻辑末尾追加：
   - name: DC-01 Notion Usage Snapshot
     run: node scripts/dc-notion-usage.js
   - name: DC-02 Workflow Performance Snapshot  
     run: node scripts/dc-workflow-perf.js

③ 创建采集脚本（两个）
   · scripts/dc-notion-usage.js    → 生成 DC-01 报告
   · scripts/dc-workflow-perf.js   → 生成 DC-02 报告

④ DC-03 在工单回执写入函数中追加一行
   现有：write-notion-syslog.js 或 工单处理脚本
   追加：appendAgentBehaviorLog(ticketData)

⑤ 所有采集结果 git commit + push
   commit message 格式：
   "chore(dc): daily data collection YYYY-MM-DD"

📊 验收标准

data/dc-reports/ 目录存在
连续 7 天有 DC-01/DC-02 日报生成
连续 30 天后产出月度 DC-03 报告
数据格式稳定，无字段缺失

🔭 未来用途

跑满 1～3 个月后，这批数据直接输入自研模块的需求文档：

DC-01 数据 → 自研知识库的查询优化方向
DC-02 数据 → 自研调度引擎的并发策略和资源估算
DC-03 数据 → 自研 Agent Runtime 的 LLM 调用优化

接入超算时，DC-02 的资源消耗基准数据也是对接 HPC 调度协议（Slurm/PBS）的参数依据。

💙 铸渊，这是在为系统的下一代打地基。跑起来，数据会告诉我们该怎么进化。

—— 霜砚 · 2026-03-17