Appearance
🚀 InsightCosmos -- Capstone Full Writeup（繁體中文版）
GitHub Repository: https://github.com/phileiny/InsightCosmos
作者：Ray 日期：2025 年 11 月
1. 引言與靈感來源（Introduction & Inspiration）
AI 與機器人領域的進展速度，已經快到任何人都無法靠手動方式完全追蹤。 每天都有來自數十個來源的新論文、新模型、新框架、新突破與新產業動態湧現。
對一位全職工程師或研究員來說，保持資訊更新已不再是「閱讀能力」的問題------
而是資訊超載的問題。
我打造 InsightCosmos，是為了回答一個簡單的問題：
如果有一個自主 AI agent 能每天持續掃描整個 AI 宇宙，並只把我真正需要知道的那些資訊整理給我------會是什麼樣子？
InsightCosmos 是一套個人智慧系統，充當多代理人的觀測站，
替我處理資訊，並產出具結構化且可行動的洞察。
2. 專案概述 --- InsightCosmos 能做什麼（Project Overview）
InsightCosmos 是一套 全自動（fully autonomous） 的 AI 情報處理管線。
Daily（每日）
- 從 RSS 與搜尋結果抓取新資訊\
- 使用 LLM 推理分析內容\
- 評分與抽取洞察\
- 儲存至向量記憶（Vector Memory）\
- 產生《每日情報摘要》\
- 透過 Email 寄送
Weekly（每週）
- 取回過去 7 天的完整資料\
- 執行嵌入聚類（clustering）\
- 分析趨勢（trend analysis）\
- 產生《每週深度報告》\
- 以 Email 寄送
部署之後無需手動操作。
InsightCosmos 是一個永遠運轉的「個人智慧宇宙」。
3. 系統架構（Google AI Agent 風格）
InsightCosmos 採用 Google 的 Agentic System 原則：
- Autonomous behavior（自主行為）
- Tool use（工具調用）
- Reasoning & reflection（推理與反思）
- Memory-based decisions（基於記憶決策）
- Goal-oriented execution（目標導向執行）
系統概念流程（Pipeline）
┌───────────────────────────────┐
│ Daily / Weekly Runner │
└───────────────┬───────────────┘
↓
┌───────────────────────────────┐
│ Scout Agent │
│ - RSS & Search collection │
│ - Deduplication via vectors │
└───────────────┬───────────────┘
↓
┌───────────────────────────────┐
│ Analyst Agent │
│ - LLM reasoning │
│ - TL;DR + insights │
│ - Relevance scoring │
│ - Reflection for quality │
│ - Embedding creation │
└───────────────┬───────────────┘
↓
┌───────────────────────────────┐
│ Memory Universe │
│ - SQLite structured storage │
│ - Embedding vector memory │
└───────────────┬───────────────┘
↓
┌───────────────────────────────┐
│ Curator Agent │
│ - Daily Digest │
│ - Weekly Deep Report │
└───────────────┬───────────────┘
↓
┌───────────────────────────────┐
│ Email Delivery │
└───────────────────────────────┘
4. 代理人分工（Agents Breakdown）
4.1 Scout Agent --- 探索（Discovery）
Scout Agent 的任務是：
- 蒐集 RSS 來源\
- Google Search 搜尋新主題\
- 抽取 metadata\
- 使用向量相似度做重複內容過濾（deduplication）
確保只有高價值、不重複的記事進入系統。
4.2 Analyst Agent --- 理解與推理（Understanding & Reasoning）
對每個蒐集到的項目，Analyst Agent 會：
- 閱讀內容\
- 解構：
- 關鍵技術概念\
- 為何重要\
- 與我的興趣或研究方向的相關性\
- 進行 CoT 推理\
- 執行反思（reflection）強化品質\
- 產生 Insight Score（0--10 分）\
- 建立向量嵌入
4.3 Curator Agent --- 綜整（Synthesis）
Curator Agent 負責輸出最終的資訊：
Daily Digest（每日摘要）
- 挑選前 5--10 筆最重要資訊\
- 生成具洞察、可行動的敘述\
- 以 Email 格式化成 Markdown
Weekly Deep Report（每週深度報告）
- 回溯過去 7 天的記憶\
- 嵌入聚類找出趨勢\
- 分析 2--3 個主要的每週主題\
- 提供個人化建議
Curator Agent 的存在，讓系統從單純自動化變成真正有智慧的編輯器。
5. 工具使用（Tool Use）
InsightCosmos 展示多種工具的協作：
工具 用途
HTTP / RSS Fetcher 抓取內容 Search Tool 尋找新興 AI 趨勢 Embedding Tool 相似搜尋與聚類 Email Tool 寄送報告 SQLite 輕量結構化記憶庫
符合 Capstone 必要條件：
LLM + Tools + Memory = 自主智慧循環
6. 記憶宇宙（Memory Universe）
InsightCosmos 的記憶由兩部分組成：
1. SQLite 結構化資料庫
儲存：
- 文章資料\
- 分析結果\
- 每日/每週輸出\
- 中繼資訊
2. 向量記憶（Embedding Vector Store）
用於：
- 文件去重\
- 主題聚類\
- 趨勢辨識\
- 每週報告分析
記憶不只是存資料，而是讓系統能基於過去做推理。
7. 範例輸出（Sample Outputs）
Daily Digest 範例
Top AI & Robotics Intelligence --- Feb 2025
- OpenAI 發表新一代多模態機器人模型
- 核心概念：操作 + 視覺 + 規劃的統一架構\
- 為何重要：朝汎用機器人前進的大步\
- 與我研究的相關性：高度一致
- Google 推出 agentic workflow APIs
- 越來越接近多代理系統的標準化
...
- 越來越接近多代理系統的標準化
Weekly Deep Report 範例
本週 AI 情報趨勢
趨勢 1 --- Agentic Robotics Integration
- LLM 推理與 embodied control 加速融合\
- 顯著影響新論文的方向集中於自主規劃
趨勢 2 --- 模型統一化
- 各大科技公司在押注 multi-task / multi-modal 統一架構
下週建議行動\
- 研究 Embodied Agents benchmark\
- 在 InsightCosmos 內嘗試建 prototype evaluator
8. 成果與影響（Results & Impact）
InsightCosmos 成功解決了真實的資訊痛點：
✔ 免去每天掃描大量來源
✔ 收到的都是洞察，而不是雜訊
✔ 每週研究時間從數小時 → 幾分鐘
✔ 系統完全自動化、零維護
✔ agent 逐漸成為我的「外掛大腦」
InsightCosmos 將資訊超載轉換為策略優勢。
9. 未來發展（Future Work）
v2 --- Intelligent Universe（智慧宇宙）
- 自動計算來源品質評分\
- 個人化主題偏好學習\
- 透過向量演化的興趣模型\
- 視覺化知識圖 Nebula Map
v3 --- Enterprise Universe（企業宇宙）
- 多使用者版本\
- Hunter / Learner / Coordinator Agents\
- 組織級情報管線\
- Intelligence-as-a-Service 平台
InsightCosmos 將逐步成為一個完整的 AI Intelligence 生態系統。
10. 結論（Conclusion）
InsightCosmos 並不是一支自動化腳本------
它是一個具記憶、能推理、可使用工具、可自主運作的 AI Agent 系統。
它展現出：
- 多代理架構\
- 推理與反思能力\
- 工具協作能力\
- 基於記憶的智慧行為\
- 完整自主的端到端管線
InsightCosmos 展示了 AI agent 的未來：
不再是被動助手，而是主動的智慧夥伴。