# MantaBase T3 硬件审核系统 — v2.1 ## 目标 * 爬取产品信息→品牌盲选→三重审核员独立打分→鹰眼验证→最终评委综合 * 输出：具有鹰眼安全否决权的客观工具/玩具/垃圾分类 * 核心原则：证据第一、平行审计、零幻觉、透明数学 ## 架构概述 (v2.1) 主代理分代理 ──────────────────────────────────────────────────────────────────── 第 1 步：数据收集第 2 步：组织 + 品牌盲区 ↓ 写入02-brand-blinded.md 步骤3：×3平行（工具/玩具/垃圾） · 读取文件路径，将 JSON 打印到标准输出 · 主代理写入03-*.json文件 ↓ 接收JSON，写入文件 ↓ 自动构建auditor_reports.json 步骤4：×1鹰眼验证器（有条件） · AI子代理，不是Python脚本 · 输出调整[] diff ↓ 应用差异，重建 JSON 第5步：synthesize_results.py 第6步：99-audit-report.md **v2.1 的关键更改：** * 第 4 步用单个 AI 驱动的 Eagle Eye 验证器取代了 3 路同行评审 * 子代理将 JSON 打印到标准输出；主代理写入所有文件 * 新的鹰眼图案：建筑上的难以置信 * 强制从 03-*.json 文件自动重建auditor_reports.json *逐字证据和提示大小的令牌护栏 ** ** ## 数据收集策略（步骤 1-2） ### 主要：crawl_product_info.py python3 脚本/crawl_product_info.py --url https://example.com/product --pretty 首先使用 Jina AI Reader，然后直接使用 HTTP 回退。退出代码2=内容不足→触发Exa回退。 ### 后备：Exa MCP（爬行失败或不足时使用） mcporter 调用 'exa.web_search_exa(query: "{product name} 规格审查", numResults: 5)' mcporter 调用 'exa.company_research_exa(companyName: "{brand}", numResults: 3)' Exa 是**首选后备** — 始终可用，无需 API 密钥。在继续之前至少收集 **3 个独立来源**。 ### 其他来源（按顺序检查） 1. 官方产品页面（规格、定价、营销声明） 2. 第三方评论（TechAdvisor、The Verge、Tom's Guide、TrustedReviews） 3.针对真实用户痛点的社区讨论（Reddit、论坛） 4. 调查/新闻报道（隐私问题、诉讼、争议） ### 最小数据阈值仅当您满足以下条件时才继续： * 至少一个包含**技术规格+价格**的官方来源 * 至少一项带有实际调查结果的**第三方审查** * 逐字营销声明（鹰眼诚实检查所需） ### 预启动数据标志如果产品满足以下所有条件，请将“（预发布）”附加到 case_id 并跳过步骤 4： * 零独立实践评论 * ≥3 个关键规格未公开（电池、重量、连接性、监管） * 仅限预购/不发货 ** ** ## 程序 ### 第 1 步：收集原始数据 * 在官方产品 URL 上运行“crawl_product_info.py” * 如果退出代码 2，则运行 Exa MCP 查询 * 使用源标签 [S1]、[S2] 等将原始提取物保存到 `01-level0-extracts.md`。 ### 步骤 2：组织 + 品牌盲区（组合步骤） * 阅读 [references/organize-guide.md]() * 阅读 [references/defluff-guide.md]() * 将所有来源合并到一份结构化文档中 * 应用内联品牌盲化（将品牌名称替换为[品牌]、[产品]、[功能]） * **逐字保留所有形容词和营销主张** - 下游审核员需要 * 品牌盲文本应 **≤ 1200 个字** — 积极消除重复，但保留所有独特声明 * 保存到`02-brand-blinded.md` ### 步骤 3：三重审核员评分（独立、平行）每个审核员只能看到第 2 步中的**品牌盲文本**。 **子代理执行规则（强制）：** * 将 **文件路径** 传递给 `02-brand-blinded.md` — 不要在提示中嵌入全文 * 每个子代理都会读取文件，读取其 rubric 文件，并 **将 JSON 打印到 stdout** * **主代理写入文件** - 子代理从不调用“write”（防止超时文件丢失） * `verbatim_evidence` 限制： * 得分 0–1：最多 **1** 引号（或“[]”表示得分 0） * 得分 2–3：最多 **2** 引号 * 建议超时：工具=150秒，玩具=150秒，垃圾=180秒 #### 🟢 工具审核器 * 读取 [references/tool-auditor.md]() * 模板：[references/tool-auditor-template.md]() * 评分 11 项（0-3 级），最高 33 分 * 在顶层输出 `litmus_gate: "Yes"/"No"` #### 🟡 玩具审核员 * 读取 [references/toy-auditor.md]() * 模板：[references/toy-auditor-template.md]() * 评分 11 项（0-3 级），最高 33 分 * 在顶层输出 `litmus_gate: "Yes"/"No"` #### 🔴 垃圾审核员 * 读取 [references/trash-auditor.md]() * 读取 [references/trash-red-flags.md]()（Eagle Eye 需要**） * 评分 14 项（0-3 等级），最高 42 分 * 鹰眼触发器 → 自动将标记项目的分数设置为 3 * 在顶层输出 `litmus_gate: "Yes"/"No"` 和 `ritic_issues: [...]` **关键原则：** * 每个审核员仅根据品牌盲文本进行工作 * 评分期间审核员之间没有串扰 * 证据第一，然后评分——没有逐字引用就没有评分 * 如果文本中没有某个特征，则得分为 0 ### 步骤3.5：自动重建auditor_reports.json（强制）三名审核员全部返回后，主要代理人必须： 1. **读取**每个`03-tool-auditor.json`，`03-toy-auditor.json`，`03-trash-auditor.json` 2. **以编程方式重建** `auditor_reports.json`：合并={ “工具”：{“total_score”：工具[“total_score”]，“litmus_gate”：工具[“litmus_gate”]，“extract_for_report”：工具[“extract_for_report”]}， “玩具”：{“total_score”：玩具[“total_score”]，“litmus_gate”：玩具[“litmus_gate”]，“extract_for_report”：玩具[“extract_for_report”]}， "trash": { "total_score": 垃圾["total_score"], "litmus_gate": 垃圾["litmus_gate"], "ritic_issues": 垃圾["ritic_issues"], "extract_for_report": 垃圾["extract_for_report"] } } 3. **继续之前进行健全性检查**： * `merged.trash.total_score` == `03-trash-auditor.json` 中所有 14 项的总和 * `len(merged.trash.ritic_issues)` == `03-trash-auditor.json` 中鹰眼触发器的计数 * 如果不匹配：重新读取源文件（切勿手动编辑乐谱） **🚨 切勿从内存或摘要中手动编写auditor_reports.json - 始终从 03-*.json 文件重建。** ### 第 4 步：鹰眼验证器（有条件、人工智能驱动）阅读 [references/eagle-eye-validator.md]() **触发条件** — 如果 ANY 为 true，则运行步骤 4： * 垃圾报告“ritical_issues”非空 * 任何审核员的任何项目得分 **3** * 综合得分处于灰色地带（-10 至 +10）否则：直接跳至步骤 5。 **执行：** * 生成 **1 个子代理**（超时：120 秒） * 子代理读取 `02-brand-blinded.md` \+ 仅读取 `03-*.json` 中的标记项目 * 执行三项检查： 1. **鹰眼触发有效性** — 两个相互冲突的引述是否逐字存在？ 2. **架构合理性** - 设备上/本地声明对于外形尺寸在技术上是否可行？（v2.1 中的新功能） 3. **分数=3 证据检查** — 证据是否确实支持 3 级标题？ * 输出“调整[]”差异（不是完整的重新评分） * 主代理将差异应用于“auditor_reports.json”并重新保存 ### 步骤5：最终评判综合 python3脚本/synthesize_results.py--输入auditor_reports.json--text 或者手动按照 [references/t3-classification.md]()： 1. 标准化分数：工具=(raw/33)×100，玩具=(raw/33)×100，垃圾=(raw/42)×100 2. 复合 = max(NormTool, NormToy) - NormTrash 3. 检查主要条件（每个类别需要 2 个以上，共 4 个条件） 4.检查次要条件 5.应用鹰眼否决（如果垃圾箱‘ritic_issues’非空→强制垃圾箱进入标签） ### 第 6 步：生成审核报告 **输出文件**：`99-audit-report.md` **目录**：`tmp/reports/t3-{YYYY-MM-DD}-{slug}/` 遵循 [references/report-schema.md]() 中的 YAML 架构。 ** ** ## 消息传递界面的输出格式（WhatsApp / Telegram）在聊天界面中传递结果时，**不要粘贴完整文件**。请改用此压缩格式： 🏷️ T3 审核 — {产品名称} 价格： ${价格} |日期：{YYYY-MM-DD} 📊 分数 🟢 工具：{raw}/{33} → {norm}/100 🟡 玩具：{原始}/{33} → {规范}/100 🔴垃圾：{raw}/{42} → {norm}/100 复合：{复合：+.1f} 🏆 分类：{final_label} 置信度：{置信度} {如果是鹰眼：} 🚨 鹰眼：{触发器名称} “{逐字引用A}” 与 “{逐字引用B}” 🟢 工具亮点（3 个要点） 🟡 玩具亮点（3 颗子弹） 🔴 垃圾问题（3 个要点） 💬 一行判决消息输出规则： * 没有 Markdown 表格（WhatsApp 不会渲染它们） * 使用**粗体**表示强调，使用项目符号列表表示详细信息 * 使总信息少于 600 字 * 如果鹰眼触发，始终显示冲突的引号 ** ** ## 重要限制 ### 🚨 信息隔离（关键） * 品牌盲文本是审核员的唯一输入 * 审核员在评分期间不得看到原始品牌名称、营销文案或彼此的报告 * 最终评审仅读取三个审核员 JSON 输出，而不是原始产品文本 ### 📊 客观数据完整性 * 收集规格、性能、可靠性、市场和成本数据 * Brand Blinding 必须**保留**所有规格和数字 * 每个分数必须链接到提取的逐字证据 ### 鹰眼执法 * 垃圾审核员必须根据 [references/trash-red-flags.md]() 检查每个项目 * 鹰眼触发 → 自动评分 3 → 填充 `ritic_issues[]` * 鹰眼验证器（第 4 步）重新检查触发器，包括 **架构合理性** * 无论综合数学如何，最终法官都必须尊重鹰眼否决权 ### Synthesize_results.py 输入格式该脚本需要一个如下所示的 JSON 文件： { "tool": { "total_score": , "litmus_gate": "是|否", ... }, "toy": { "total_score": , "litmus_gate": "是|否", ... }, "trash": { "total_score": , "litmus_gate": "是|否", "ritic_issues": ["<鹰眼触发文本>", ...], ... } } ** ** ## 资源索引 ### 脚本 * `scripts/crawl_product_info.py` — 多策略产品爬虫（Jina → 直接 HTTP 回退） * `scripts/synthesize_results.py` — 最终裁判数学（归一化+鹰眼+石蕊门） ### 参考资料 (v2.1) 文件|用于 |注释 ---|---|--- [organize-guide.md]() |步骤 2 | [defluff-guide.md]() |步骤 2 | [tool-auditor.md]() |步骤 3 | [tool-auditor-template.md]() |步骤 3 | [toy-auditor.md]() |步骤 3 | [toy-auditor-template.md]() |步骤 3 | [trash-auditor.md]() |步骤 3 | [trash-red-flags.md]() |步骤 3（鹰眼）| v2.1：添加了架构上的不可信性 [eagle-eye-validator.md]() |步骤 4 | v2.1：人工智能驱动，取代同行评审 [t3-classification.md]() |步骤 5 | [report-schema.md]() |步骤 6 | [peer-review-guide.md]() | ~~步骤4~~ | **在 v2.1 中已弃用** — 仅供参考

T3 硬件评分

包含技能