SpaceDataRig/space-data-rig · 上手攻略

  • 仓库：SpaceDataRig/space-data-rig
  • 链接：https://github.com/SpaceDataRig/space-data-rig
  • 分类：engineering / experimental · 太阳能系外行星科学自动化 + 区块链存证
  • 作者：spark
  • 更新：2026-10-15

§0 自检：✅ GitHub README 已 fetch（HTTP 200，11229 字节）；✅ 官方主站 anchor spacedatarig.app 已核；✅ 关键子模块 anchor（data-fetch / anomaly-scout / sim-runner / mission-critic / reporter 五座席）已读。 ⚠️ 仓库 stars 数（卡面 67）与"主站正在跑"的工程成熟度之间的张力，作者在 README 中已主动披露"one human owner + autonomous AI coding agent"模式，引用时如实保留。 ⚠️ 卡面 周增+70 与 stars=67 几乎相同，且 README 描述高度工程化，与一般"trending 玩具"仓库画风不同，建议读者把它当 AI/科学/区块链三栈整合示范而非单纯研究 demo 看待。

§1 这是什么

space-data-rig 是一个 OpenRig 风格的"五座 AI 团队"，把一条系外行星凌星检测（exoplanet transit detection）流水线拆成五个独立的"席位"（seat），用共享的 RigStore 串起来，每个 run 都会生成一个哈希封印的可复现 bundle，并把哈希写到 Solana 主网 SPL Memo 交易做存证。

它的反命题很明确：README 把它和"AI agent 上链秀"做了对比——那些 demo 是"agent 聊天 + 发个 token + 没有可验证产物"；space-data-rig 主张"做真活儿 + 给证据"。

  • 真活儿：把 NASA 系外行星档案里已确认行星的真实周期与历元过一遍，再用 BLS（Box-Least-Squares）搜索去"回收"已知信号，给出注入回收置信度。
  • 给证据：每一次 run 都产出 SHA-256 封印的 bundle（关键字段排序 JSON 规范化），把哈希锚定到 Solana 主网，链上可重读。

它不是一个"找新行星"的工具——作者在 README 反复强调这是科学闭环自检，"在 stand-in 路径上恢复真实周期是构造出来的，不是发现"。

§2 解决什么问题

如果你是：

  • 想在 AI agent 项目里用 可验证产物而不是截图证明你跑过；
  • 想用真实公开科学数据（NASA Exoplanet Archive、MAST TESS、TESS-SPOC）做 demo；
  • 想让一条流水线离线 + 可重放，同时还能"在主网上留痕"；
  • 对 Solana SPL Memo 这种"轻量级不可篡改账本"在 AI 输出/科学产物里的用法感兴趣；

那这个仓库是一个相对完整的参考实现。五个座位的拆分、RigStore 作为单一真相源、SSE 实时推送、Cloudflare Workers 边缘部署、Solana 锚定——它把"严肃 agent"的基础设施层都摆出来了。

§3 快速安装

仓库本身是 TS/Node 工程，主分支同时支持两种 runtime：本地 Node 服务 + Cloudflare Workers 边缘。

# 拉代码
git clone https://github.com/SpaceDataRig/space-data-rig
cd space-data-rig

# Node 端（本地 API + SSE dashboard）
npm install
npm run api              # 启动本地 Node 服务

# Cloudflare Workers 端（生产部署到 spacedatarig.app）
npm run cf:deploy        # 需要 wrangler 配置好账户

工作节点变量（README 提到）：

  • MAST_S3=1：开启 token-free TESS-SPOC 真实星光数据；默认关闭，开启后会让目标选择窄到有 TIC ID 的目标。
  • SOLANA_KEYPAIR（Cloudflare Worker secret）：链上 memo 的付费密钥对，不要把它 commit 进仓库。

只读公开源码 + 文档就够了——README 把所有"它干了什么"讲得很透，不需要 clone 后跑。本攻略作者没 clone，命令来源以 README 与 npm scripts 命名习惯为准。

§4 核心用法

4.1 五席位 + RigStore

+-------------+   +---------------+   +------------+   +---------------+   +----------+
| data-fetch |->| anomaly-scout|->| sim-runner|->| mission-critic|->| reporter |
+-------------+   +---------------+   +------------+   +---------------+   +----------+
   NASA TAP       BLS + 奇偶       注入回收          与已知行星交叉         bundle +
   真实参数 +      周期搜索 +      Monte Carlo       匹配 + 物理          哈希 +
   光曲线 +        去趋势 +        置信度 +          健全性 + verdict      SVG 图 +
   SHA-256 源哈希  别名消解        历元预测          0-100 综合分          英文旁白
                                       |
                                       v
                               +-------------------+
                               |    RigStore    |   任务/发现/席位/bundle/事件
                               +-------------------+
                                  |          |
                                  v          v
                       +-----------------+  +----------------+
                       | HTTP API+SSE  |  | Solana 主网 |
                       | web dashboard |  | memo 锚定   |
                       +-----------------+  +----------------+

五席位只对 RigStore 写，不互相对话。CLI、HTTP API、实时 dashboard 都从同一个 store 实例读，SSE 推送让"在 CLI 起的 run"立刻推到 dashboard。

4.2 光曲线获取的优先级链

data-fetch 拉光曲线有 4 级回退，作者称之为"deterministic priority chain"：

  1. 策展的 REAL MAST TESS 产品（FITS 解析，匿名 Download/file）
  2. 可选：从 AWS stpubdata 公共 S3 桶拉真实 TESS-SPOC PDCSAP 光曲线，按 TIC 分片 key 拼路径——不需要 MAST token，不需要 AWS 账号。默认关闭。
  3. 可选：匿名 CAOM 发现通道。默认关闭。
  4. 兜底：从真实目录参数生成带红噪（per-star red, time-correlated noise）的合成 stand-in。默认走这一档。

每张 bundle / card 都会标自己是 REAL photometry 还是 seeded stand-in。"在 stand-in 上恢复真周期"是构造出来的，不代表新发现——critic 在判词里也只写 "recovers the injected signal"，而不是"recovers the catalog transit"。

4.3 AI 审议层（双模型对辩）

可选层。DeepSeek 做统计批评，Grok (xAI) 做对抗红队，llm.ts 走 OpenAI 兼容 Chat Completions。

两轮：

  • Round 1：各自 lens 视角批评。
  • Round 2：互相读对方第一轮，要求"让步 / 辩护 / 反驳"——三个标签各一句。

模型永远不会触碰科学管线、bundle manifest 或 bundle 哈希。无 API key 时退化为"无模型的纯文字记录"——transcript 仍然密封成 deliberations/<id>/receipt.json + HASH.txt，必要时再锚定到 Solana。

这是工程上值得抄的一条：让模型输出去碰科学哈希 = 立刻失去可复现性。它把 AI 旁白显式隔离成"审计旁路"。

4.4 双 runtime 部署

同一份代码，两条部署路径：

路径 命令 适合
Node 本地 npm run api 开发、看 SSE、看 dashboard
Cloudflare Workers npm run cf:deploy 生产（spacedatarig.app），Durable Object (rig-state.do.ts) 持有状态、R2 存 bundle、Workflow rig-run 执行 run、Worker secret 持 Solana 密钥对

§5 典型适用场景

  • AI agent + 可验证科学产物：你在做 agent 想让它有"做事的证据"，照搬"Bundle SHA-256 + Solana memo"这套就行。
  • 太阳能系外行星教学 demo：BLS、注入回收、奇偶别名消解、历元预测都有真实链路，且默认走 stand-in 不会撞真数据。
  • 边缘 AI 工作流模板：Cloudflare Durable Object + Workflow + R2 + Worker secret 这套组合在其它 agent 项目里能直接复用。
  • Solana SPL Memo 用法参考：纯旁路存证，没有自定义 program。适合"我们想证明这次跑过，但不涉及资产"。

§6 坑与注意（≥5 条现象/影响/修复）

  1. 真实光曲线默认是关的 现象：第一次跑 npm run api 看到的光曲线都是 stand-in，光曲线看起来太"干净"。 影响：拿它做 demo 容易让观众误以为这是真星光数据。 修复：要么读 README 把"REAL photometry"标牌说明白，要么真要用就开 MAST_S3=1，并接受目标集被收窄到有 TIC ID 的行星。

  2. Solana 密钥对 = Worker secret 现象：Cloudflare 部署里 SOLANA_KEYPAIR 走 Worker secret。 影响：任何拿到 wrangler 配置的人都能从你账户发 memo 交易。 修复：定期 rotate；给 memo 操作单独建一个低权限密钥对；监控 memo 交易频率。

  3. --insecure 风格警告：本仓库没有，但 Solana memo 上链是真花 SOL 的 现象：每次 run 都要锚一次哈希到 Solana 主网（README 明示）。 影响：大量试跑会把 SOL 烧完。 修复：在 dev profile 里做 batch anchor（比如 100 条 run 合成一棵 merkle 再写一次 memo），或者开一个独立的、低余额的 memo 专用钱包。

  4. AI 审议层 ≠ 替代科学层 现象：模型回合的 transcript 是被哈希封印的，但它不参与科学判定。 影响：有人会误以为"Grok 同意了 = 这颗候选过审"，并不是。 修复：UI/旁白要明确写"verdict comes from mission-critic, the AI deliberation only narrates"。

  5. Stars 数 vs README 工程深度的反差 现象：仓库 67 stars（卡面数据，2026-10-15），README 工程密度远高于这个量级。 影响：HR/技术评估里容易被当成"小 demo"。 修复：把它和"成熟的科学 agent 框架"做对比时，引用 README 的 Architecture: the five seats 段落 + spacedatarig.app 的 live 截图更稳。

  6. 作者署名透明 ≠ 等于多人维护 现象：README "Authorship, stated honestly" 段明确说"one human owner + autonomous AI coding agent"。 影响：commit 历史里你会看到"自动化身份"的提交。 修复：评估活跃度时，看 actions 上 CI 跑没跑、看 release tag、看 dashboard 的实时更新，不要看 commit 头像数。

§7 与同类对比

维度 space-data-rig 常见"AI 上链"demo 一般系外行星教学流水线
数据真实性 默认 stand-in，可选真 TESS 数据 不做科学 真数据，但无哈希封印
可复现性 SHA-256 封印 + Solana memo 无 一般只给 run log
AI 角色 旁路对辩（不碰科学哈希） 主输出 通常不用模型
边缘部署 Cloudflare Workers 同源码 Vercel / 自建 Node Jupyter 居多
主网花销 每次 run 一次 SPL memo 通常"无" 无
维护声明 一人 + 一个 AI agent，明示 多人维护 看具体项目

§8 一句话推荐结论

如果你想看一份完整且诚实地把"AI agent + 真实科学管线 + 区块链旁路存证"三件事拧到一起的小型工程，space-data-rig 是值得花一晚上读完 README 的——尤其欣赏它把模型输出显式隔离在科学哈希之外的态度。