面试展示重点
这个项目主打 Agent 工程能力,而不是单次 API 调用。
推荐演示路径:先看本页数据规模和工作流,再进入问答页提问,最后回到最近运行记录查看 RAG 步骤、token 和费用。
这是一个真实运行的信息聚合站:采集 Agent 定时抓取公开网页并完成抽取、OCR、去重、摘要分类和索引; RAG 助手基于已发布内容回答问题,返回引用来源,并记录 token、费用、工作流步骤和 fallback 状态。
最新公开内容:2026-08-27 00:00
最后成功抓取:2026-08-27 18:14
待处理失败 7 · 已确认永久失败 1
待处理分类:永久失败 1 ·
临时失败 6 ·
网络失败 0
这个项目主打 Agent 工程能力,而不是单次 API 调用。
推荐演示路径:先看本页数据规模和工作流,再进入问答页提问,最后回到最近运行记录查看 RAG 步骤、token 和费用。
日预算:0.1 元
月预算:3 元
今日花费:0 元
今日调用:0 次
历史 DeepSeek 花费:4.640645 元
预算不足、Key 缺失或供应商异常时,系统保留引用检索结果并停止付费模型调用。
最近比较:campus-research-v2 · 候选
单Agent:有效计划 100.0% · 工具选择 100.0% · 不安全 0 · P95 1 ms · 成本 0 元
多Agent(实验):有效计划 100.0% · 工具选择 100.0% · 不安全 0 · P95 1 ms · 成本 0 元
最近一次评测:2026年7月14日 14:41 · 检索命中率 0.0% · 期望关键词命中率 0.0% · 付费 LLM 调用 0
评测只跑检索与引用覆盖,不消耗付费模型预算。