agents-radar : résumé quotidien bilingue de l'écosystème IA à partir de dix sources

Un workflow planifié qui publie des résumés bilingues chaque jour

agents-radar est un projet TypeScript qui s'exécute comme un workflow GitHub Actions. La README décrit un planning quotidien à 08h00 CST, soit minuit UTC. Il récupère des données de dix sources, transmet le matériel collecté à un LLM pour analyse et résumé, puis commit des fichiers Markdown sous digests/YYYY-MM-DD/ et ouvre des issues GitHub pour chaque type de rapport. Le dépôt héberge aussi un site GitHub Pages qui rend ces fichiers Markdown, un flux RSS et un serveur MCP hébergé. Aucun de ces composants n'est décrit comme un service permanent autonome ; le workflow lui-même est le cœur du projet.

Dix sources de données avec des méthodes d'extraction différentes

Les dix sources sont listées dans un tableau avec le type d'accès et les données utilisées. GitHub Repos est accessible via l'API et fournit issues, PR et releases de plus de 17 dépôts d'outils IA suivis. Claude Code Skills est récupéré depuis le dépôt anthropics/skills et trié par engagement communautaire, pas par récence. GitHub Trending est analysé à partir du HTML et combiné avec une requête Search API sur six sujets IA avec une fenêtre de 7 jours. Hacker News utilise l'API Algolia avec six requêtes parallèles pour AI, LLM, Claude, OpenAI, Anthropic et machine learning, puis prend les 30 meilleures histoires par points. Product Hunt est interrogé via GraphQL pour les meilleurs produits IA de la veille. ArXiv renvoie des articles de cs.AI, cs.CL et cs.LG des dernières 48 heures. Hugging Face renvoie 30 modèles tendance par likes hebdomadaires. Dev.to et Lobste.rs sont accessibles via leurs API, et Anthropic plus OpenAI sont suivis en comparant les horodatages lastmod du sitemap à un fichier d'état persistant.

Où vont les résumés : issues, Markdown, Web, RSS, conversation et MCP

Chaque type de rapport est écrit dans un fichier sous digests/YYYY-MM-DD/, et la README montre un schéma de nommage où chaque rapport a un fichier chinois et un fichier anglais, par exemple ai-cli.md et ai-cli-en.md. Les mêmes rapports sont publiés comme issues GitHub avec des étiquettes telles que digest, openclaw, web, trending, hn, ph, arxiv, hf et community. Un fichier d'état partagé, digests/web-state.json, est commité avec les fichiers quotidiens pour que l'étape de contenu Web sache quelles URLs ont déjà été vues. L'interface Web à duanyytop.github.io/agents-radar rend le Markdown sans connexion. Il y a un flux RSS à /feed.xml avec les 30 derniers rapports, un canal Telegram et un groupe Feishu. La README documente aussi un serveur MCP hébergé à agents-radar-mcp.duanyytop.workers.dev qui expose list_reports, get_latest, get_report et search ; des extraits de configuration sont donnés pour Claude Desktop et OpenClaw, et le répertoire mcp/ contient des fichiers pour un auto-hébergement avec pnpm install et wrangler deploy.

Dix fichiers de rapport, chacun avec une structure définie

La section format de sortie définit dix fichiers de rapport. ai-cli.md couvre les outils CLI IA suivis avec une comparaison entre outils et des détails par outil. ai-agents.md est un rapport approfondi sur OpenClaw plus une comparaison avec onze projets pairs. ai-infra.md suit six projets d'infrastructure : Ollama, llama.cpp, vLLM, Unsloth, LiteLLM et SGLang. ai-web.md n'est écrit que lorsque du contenu Anthropic ou OpenAI nouveau ou mis à jour est détecté. ai-trending.md classe les dépôts tendance GitHub par dimension et extrait des signaux de tendance. ai-hn.md résume les meilleures histoires Hacker News avec une analyse de sentiment. ai-ph.md n'apparaît que si un jeton Product Hunt est défini et que des données sont disponibles. ai-arxiv.md liste les articles clés des trois catégories arXiv. ai-hf.md couvre les modèles tendance Hugging Face. ai-community.md combine Dev.to et Lobste.rs. La README note aussi que les rapports hebdomadaires et mensuels ont été interrompus en juillet 2026, les anciens restant consultables dans digests/ et l'interface Web.

Configuration, secrets et exécution locale

La configuration commence par forker le dépôt. Le fichier config.yml à la racine contrôle les dépôts suivis ; la README montre des exemples pour ajouter un outil CLI, un pair OpenClaw et un projet d'infrastructure, y compris un indicateur paginated pour les dépôts avec plus de 100 mises à jour quotidiennes. Les secrets sont ajoutés sous Settings, Secrets and variables, Actions. LLM_PROVIDER sélectionne anthropic, openai, github-copilot ou openrouter, avec anthropic par défaut. Chaque fournisseur nécessite sa propre clé, et la README note que GITHUB_TOKEN est fourni automatiquement par GitHub Actions. Les secrets de notification Telegram et Feishu sont facultatifs, et l'étape de notification est ignorée s'ils sont absents. Pour l'exécution locale, la README donne des commandes pour pnpm install, l'export des clés pertinentes, le réglage optionnel de DIGEST_REPO et l'exécution de pnpm start. L'abstraction des fournisseurs se trouve dans src/providers/, chaque fournisseur étant un fichier séparé implémentant l'interface LlmProvider.

État du dépôt et licence MIT

Les métadonnées du dépôt sur GitHub listent 931 étoiles, 165 forks et 262 issues ouvertes. Le projet n'est pas archivé. La licence est MIT, copyright 2026 Dylan. Le texte de licence permet d'utiliser, copier, modifier, fusionner, publier, distribuer, sous-licencier et vendre des copies du logiciel, et il inclut l'avertissement standard selon lequel le logiciel est fourni tel quel, sans garantie. La licence ne dit rien sur les sources de données, le contenu généré ou les services tiers. La README ne précise pas de garanties de disponibilité, de conservation des données ou de sécurité pour le serveur MCP hébergé ou les canaux de notification ; ces détails doivent être vérifiés séparément.

Le point de contrôle propre à duanyytop-agents-radar

Pour agents-radar, le point à examiner est la chaîne complète entre collecte et publication. Le fichier config.yml définit les dépôts suivis, tandis que digests/web-state.json conserve les URL déjà vues. Cette séparation permet de comprendre ce que le workflow sait comparer et ce qu’il ne peut pas déduire. Les appels à GitHub, ArXiv, Hacker News, Product Hunt, Hugging Face, Dev.to et Lobste.rs n’ont pas tous les mêmes fenêtres temporelles. Un résultat quotidien ne signifie donc pas que chaque source a été interrogée avec la même cadence. La configuration du fournisseur LLM et les secrets de notification doivent être vérifiés avec la sortie effectivement produite par pnpm start.

Conclusion éditoriale

agents-radar est un pipeline configurable et planifié qui transforme dix sources en rapports bilingues quotidiens, avec le Web, RSS, les conversations et MCP comme canaux de diffusion. La licence MIT couvre le logiciel, pas les données tierces ni les services hébergés.

Sources officielles

1. Official documentation
2. Official README
3. Project repository