脚下：隐秘场所的聊天室（以及我为什么不参加黑客马拉松）

这是由 n8n 和 Bright Data 支持的 AI Agents Challenge的参赛作品。

**已更新**

我刚刚发现我的n8n试用期正式结束了😢 所以我把聊天功能关掉了，这样它就不会再运行了。不过我对这个角色还有更大的计划，敬请期待。未来的我会陆续更新。🫶

另外，几天后我还写了一篇“前传”。如果你对“禁止黑客马拉松”这条规则感到好奇，想了解完整的故事，请点击这里。

🦄补充说明：事后我更新了内容——我的确计划了整整两周，精确到分钟——但我没料到数据会丢失，也没料到数据丢失时没有可靠的备份。另外，我还浪费了半天时间在 Figma 的装饰界面上。我匆忙粘贴的蜂鸣器声音听起来不像我，所以这是我能接受的版本（而且你们也可以读一读，图个乐子）。🪄

我建造的

Underfoot（我那固执的小聊天机器人）是一个聊天机器人，它能找到只有当地人才知道的、地图上找不到的地方，这些地方在 Yelp 或 TripAdvisor 上都找不到。你只需告诉它地点和搜索意图（音乐、咖啡、徒步旅行、蜘蛛农场……），它就会返回带有Stonewalker评分的独特搜索结果。每次查询还会将匿名留言添加到缓存中，因此随着用户使用，数据集也会不断增长。🎯

GitHub 代码库 — 文档、流程图、屏幕截图

地下聊天室——石行者特工（试试看）

Underfoot——仅限本地人的寻宝猎人🎒

我没想着把这事儿硬塞进一个周末；我像制定飞行计划一样，把两周的时间都安排好了。最先出问题的，是我太信任的那部分：纸面上“准备就绪”的数据预加载，实际上却根本不存在。我精心制定的计划，原本的测试窗口被撕成了个大坑，之后就只剩下我、代理、缓存，以及无数句对自己野心勃勃的咒骂。🧭

耳语网络：项目背景📼

九十年代末/两千年代初的佐治亚州，手机只在紧急情况下使用，电池电量也像欠钱一样省着用。我和哥哥靠着口口相传，四处寻觅那些稀奇古怪的地方：后院举办的小型节日，密码藏在免费杂志的封底；还有那些奇奇怪怪的博物馆，以及要么假得滑稽可笑，要么逼真到让你在回家的路上都重新审视自己宇宙观的“鬼魂之旅”。太公开的话警察会来；太隐秘的话场地又会空无一人。我们喜欢这种微妙的平衡。

Underfoot能捕捉到那种能量。你给常驻的Stonewalker赋予一个你真正想要的意图（比如“现场音乐”、“奇特的博物馆”、“怪异的花园”、“蜘蛛农场”），再加上一个地点。它会先抓取那些不太显眼的地方，规范化混乱的 HTML，然后返回一个排名列表，告诉你：“这大概就是你喜欢的那种怪异——现在就去吧。” 🕵️‍♀️

但有个“陷阱”：有时候这些事件还没被发现——事情就是这样。而且，聊天机器人不可能乖乖地等着抓取数据，所以每对{intent, location}组合都会发出单独的消息，以此来构建该组合的缓存。下一个人的列表会比上一个更响亮、更疯狂一些。🔁

我做不了简单的事情（我也不再假装自己能做到）🧶

我承诺会提供“小型演示”，结果五分钟后，我得到了：一个修改了两次的 ADR 文件、一个 Leonardo 调色板、三个缓存，以及一个看起来像被人泼了咖啡的地铁线路图的“未来改进”页面。这不是范围蔓延，而是范围预先规划。我需要看到完整的产品才能交付一部分。

即兴编码大概只持续了两分钟。Copilot 帮我草拟了用户界面，我（其实没必要）在 Figma 里闲逛了一番，试用了 Stitch，然后冲到n8n上，因为托管聊天看起来速度很快，结果又想念起我的用户界面，把它拖了回来。就在这期间，我写出了我真正想要的智能体——它能像产品一样做出决策，而不是像科学展览会上的三折页那样。🧪

我为什么不参加黑客马拉松（以及我为什么这次还是参加了）⏱️

黑客马拉松想要的是快照；我构建的是生态系统。他们想要的是“周五午夜前完成”；而我想要的是给各个站点贴上标签，今天运行一条线路，下周运行其他线路。尽管如此，我还是参加了，因为这正是我几个月来一直想做的智能体。这很有趣——也让我明白，信任一个你无法控制的绿色复选框就像掷骰子一样。🟩

它看起来是这样的——用真实名词进行的冲刺🧵

两张嘴，一个脑子：

• n8n Hosted Chat（发现较晚，但一直在使用）
• 等我把这个基于 Copilot 的 React UI 框架部署好，并且它能像我设想的那样运行之后，我会把它做成一个简洁的用户界面。我也会更新这个链接。

两者都将自由格式的请求导入到{ intent, location }……

然后：

• 首先从非主流渠道获取信息（例如 Facebook 上的行为事件、Reddit 上与地点或弹出窗口相关的帖子、以及 Obsidian 中不断增长的“怪异网络”列表）。
• 解析时尽量减少标记假设（HTML 会随眨眼而改变）。
• 使用 URL + 模糊地理位置进行去重（并去除跟踪垃圾）。
• 使用十进制Stonewalker混合评分：独特性 • 地域性 • 近期性 • 意图契合度。
• 缓存到Supabase（两次抓取同一个星球是罪过）。

就在我完成第一次端到端运行的时候，n8n 的内存就达到上限了。本能反应：向量 + RAG + 整理 GCP 阁楼。现实：时间紧迫。我做了件枯燥但正确的事——少拉取数据，早点修剪，早点缓存。两个缓存解锁了；第三个是个小 Boss，等我不用熬夜的时候再去打吧。🧱

AI代理：周一是圣人，周二是妖精👾

系统中的代理人和帮助构建系统的代理人——这两个事实可以在同一小时内同时成立：

• ChatGPT把我从困境中解救出来，十分钟后又引用了来自邻近宇宙的文档。
• Copilot在冲刺阶段中途突然失去授权——正值冲刺初期高峰期。
• 当管道系统出现严重问题时，莱昂纳多让我看到了他的品牌，从而保持了良好的发展势头。
• 各种聊天框（n8n、Bright Data、Supabase）在出现语法幻觉之前都是很棒的橡皮鸭。

救了我一命的规则：任何代理都不能直接写入存储。规范化器是铁律。草稿可能易燃，但数据不会。🧯

缓存：Sheets vs Supabase（要做数据库，而不是氛围）🗄️

我一开始想把原型放在 Google Sheets 里，因为它就在那里，而且感觉简单。但简单只是个幌子。一旦你开始在意去重、TTL（生存时间）、命中/未命中追踪，以及“千万别搞砸任何人的业余网站”，你就需要更专业的存储方案了。我转而使用Supabase，遇到了行级安全 (RLS)和权限管理，感觉就像在新地牢里遇到一个小 Boss（v17 版本感觉更刺激了），学到了足够多的知识，不再被新的 schema 绊倒underfoot，最终成功创建了两个运行正常的缓存——第三个缓存现在甚至能听懂我的脚步声了。🪪

脚下的东西应该装在你的口袋里（笔记本电脑是试验场）📱

它运行在电脑上，因为工具都在那里，但Underfoot 的设计初衷是用于你的手机——一个“你已经出门了，附近有什么奇怪的东西吗？”的贴心助手。一键定位，红灯时可以（负责任地）刷卡查看信息，保存/分享功能流畅无阻，还有一个安静的开关：“当五英里范围内出现奇怪的东西时提醒我”。

路径： 先使用 PWA（可安装、离线查看最新结果、分享目标）→稍后推送（已保存的意图 → “您附近的新奇事物”）→使用Expo 封装，并添加触觉反馈和深度链接，使underfoot://place/:id地图体验更原生。🧭

我做错了什么（大声说出来）🧨

• 信任外部预加载却没有备选方案。精心挑选的 230 万行数据始终未能加载；我的测试窗口也随之消失；我重写了代码以实现“fetch + cache”功能，并为此付出了代价。🔌
• 花了半天时间在 Figma 上，而我根本没有空闲时间。我对用户体验设计表示敬意；但对我来说，它就像装饰性的流沙。🎨
• 别让“Cloudflare 很简单”这种说法白白流传下去。事实并非如此。保持用户界面简洁；仅在需要时添加小型 Worker 代理。☁️
• 离开副驾驶，工作缠身。冲刺途中积分耗尽，感觉就像戴着烤箱手套织毛衣一样难受。🧤
• 低估了 n8n 内存。解决方法是像管理资金一样管理数据：减少数据拉取，尽早进行内存精简，提前缓存。🧮
• 结构化产出乐观主义。代理人可以做到，但规范化者必须从一开始就起到把关作用。📇

🦄 我仍然玩得很开心，学到了很多东西，甚至可能还会再做一次——前提是先睡个午觉，再从权限对话框里解放出来。🌙

未来计划（也在代码库中）🧱

接下来的高影响力步骤：我控制的数据集预加载（种子批次），在流程变得枯燥后通过 pgvector 进行向量搜索，通过相同的归一化器处理 Google Places（文本/附近 + 详情），以及一个精心挑选的“奇特网页”种子列表（40-50 个你谷歌搜索不到的网址，定时抓取，质量评分以剔除噪声数据）。🧰

缓存优先响应： Whisper Network 在后台运行，但代理应首先访问缓存。更新提示/流程以强制使用缓存工具 → 实时工具。

缓存管理规划：我花了很多精力设计缓存结构，以便将来能够支持 RAG 类型的导航，以及更简单的嵌入方式来实现直接的矢量搜索。然而，除了“以后得考虑一下”之外，我完全没有考虑过数据存储后如何实际管理缓存。目前，所有缓存管理都依赖于 URL 唯一的合并操作。

• 这个“唯一”URL不太可靠，需要一个更好的“智能”去重系统。
• 我花了大概一个小时研究了一下 Google Sheets 里的 TTL（顺便说一句，完全不推荐这么做），结果发现无论我怎么尝试，结果都一样糟糕——真是个馊主意。于是我才开始用 Supabase，结果它带来的问题比解决的问题还严重。我当时真不该碰它。

本地化：目前为了提高速度，它返回第一个地理编码器结果。需要完善此功能，使结果与用户的预期相符，而不仅仅是地理编码器的猜测。

体验：透明的 Stonewalker 评分系统，方便查看和调整；更丰富的卡片（图片、标签、地图截图、保存/分享列表、快速筛选）；更安静的 Discord 机器人，只提供价值，不制造噪音；移动端体验更佳，即使在光线不足的情况下也能流畅使用。✨

可靠性：规范化 2.0 是基本原则；仅在验证失败时才启用小型“修复”代理；改进跨源实体链接，使“老磨坊”成为一个地方，而不是十四个地方。🔐

技术方面

• 系统说明：石行者角色——以地图和旅行为重点的自然/科技混合型向导。
• 型号： GPT-4.1-mini（完整型号作为备用）。
• 内存/缓存：规范化结果以供重用（v2.0）；原型最初在 Google Sheets 中开发。
• 节点： HTTP 请求、函数（规范化/去重）、Discord 通知器。Bright Data Verified节点在适用情况下非常好用；对于不常见的数据流，我经常切换到普通的 HTTP 请求。
• 中央人工智能代理： 石行者。
  • 我之前用过一个单独的纯数据代理，但耗时太长，效果却不尽如人意。等缓存可靠性提升并整合地图数据后，我会再重新考虑。
• 触发器： Webhook（自定义 UI）+ n8n Chat（便捷）。
• 来源：内部缓存（进行中）、谷歌地图搜索结果（备用）、谷歌搜索结果、Reddit、Facebook 活动、预先批准的二级来源（未来）。
• 输出：结构化解析器 + 二级规范化器。
  • 我一直在纠结是否要使用结构化输出；文档警告不要在代理中使用严格的模式。规范化器仍然是最终的权威。
• 错误处理： Discord 通知器——实用、响亮；需要改进格式和路由。
• 计划： Bright Data Google Maps 数据集（已于 2025 年 9 月 1 日 03:43 PDT 交付 — 谢谢团队）。

屏幕截图🖼️

主要工作流程

临时解决方案，而非预先缓存的数据

Google SERP流程

Reddit 数据抓取器

Facebook 活动抓取器

Whisper Network（后台缓存）

Discord 通知已内置

快速链接🔗

代码库： https ://github.com/CheckMarKDevTools/underfoot-underground-travel-planner

在线链接： https://checkmarkdevtools.app.n8n.cloud/webhook/d92bc454-8f78-4471-ae25-ffa0c9bb87b3/chat

🛡️ RAI — 负责任的人工智能（如何有意识地保持良好状态）

• 透明度：模型生成的文本在上下文中清晰易懂；排名结果会注明来源；Stonewalker 评分具有可解释性（独特性、地域性、时效性、意图契合度），并且即将推出可调参数。🔍
• 隐私保护：无需提供个人身份信息；仅匿名访问意图和粗略位置信息；一键“忘记我”即可清除本地缓存和与您的会话关联的服务器痕迹。🫥
• 尊重：遵守版权robots.txt、速率限制和网站服务条款；优先使用官方 API；请链接回源，不要直接抄袭；禁止设置付费墙和大规模转载。🧑‍⚖️
• 安全：默认过滤明显有害/非法内容和成人场所；对更敏感的类别设置准入门槛；降低连锁店排名；重点推荐真正本地化的商家。🧯
• 幻觉守卫：代理不会写入存储；确定性规范化器会在任何数据落地之前进行验证/修复/拒绝；不确定性会在用户界面中显示。🧪
• 安全措施：密钥保存在服务器端；采用最小权限密钥；日志经过脱敏处理；定期轮换。🛡️
• 爬虫要讲究礼仪：错峰爬虫、延迟退避、礼貌地并行运行，以免任何人的个人网站被挤垮。🐢

🦄坦白：没错，我作弊了——我让ChatGPT写了最初的提交稿，说实话，我根本没时间看。谁知道里面写了什么，反正我知道那不是我写的，看得我快疯了。🤪所以，请不要把这篇稿子作为项目评分的依据。它是在截止日期之后才完成的。

最后更新：2025年9月1日。如果我遗漏了任何信息，请提交问题，我会进行修正。✅

尾声📝

我尝试的事情有一半都是馊主意——所以我故意把另一半搁置了——但不知怎的，我依然玩得非常开心。我累了，但这种累是令人满足的。我想打个盹，想在某个陌生的城市打开手机，听到Stonewalker轻声说“左转”。我知道我还没结束——只是暂时停顿，好跟你讲讲到底发生了什么。🌆

🧠💥 气场全开（麦克风掉落）

时间已尽，好奇心却未减。Underfoot / Stonewalker已经找到了那些让小镇充满活力的奇特小角落，而书桌只不过是个试验场，因为你的口袋才是关键——轻轻一点，一个意图，几张卡片就像朋友凑近耳边轻声说：“嘘，去这儿。” 🌙