我们的目标
每天都有大量 AI 产品、开源仓库和研究方向出现，但信息噪声也在同步增长。我们希望建立一个长期可维护的目录：用统一结构记录项目，用双语内容降低理解门槛，并尽量保留每个项目的真实上下文。
我们优先关注长期价值，而不是短期热度。
关于这个站点
Agent Park 是如何构建的
Agent Park 是一个面向 AI 构建者的项目导航站。我们聚焦“可被发现、可被理解、可被复用”的项目信息，而不是只做链接堆叠。
让优质 AI 项目更容易被找到，也更容易被正确理解。
我们在做什么
通过自动发现、去重入库和结构化索引，把分散在 GitHub、官网和社区的 AI 项目整理成可以搜索、比较和追踪的知识入口。
核心能力
持续发现
通过任务系统持续收集新增项目来源，覆盖趋势榜单、专题入口和人工提交。
质量控制
采用多级去重策略和结构化字段校验，尽量减少重复、失效和模糊信息。
上下文连接
提供关键词云、时间线和语义搜索能力，帮助你快速建立项目之间的关联认知。
数据工作流
从发现到检索，每个环节都围绕“信息可复用”设计。
01
采集来源
自动任务与人工输入并行，形成候选项目池。
02
去重与校验
按 GitHub / 官网 / slug 多层规则合并重复项目。
03
结构化入库
写入统一字段，保留标签、链接和多语言描述。
04
搜索与推荐
通过筛选、排序和 RAG 搜索让项目真正可发现。
内容原则
保持中立
不做夸张宣传，不为任何单一工具背书，尽量提供客观信息。
来源可追溯
优先保留官网、仓库等原始链接，便于自行验证与深入。
面向实践
内容组织优先服务“怎么用、何时用、和谁一起用”的实际决策。