HyDE: HY Data Engine

驱动模型进化的智能数据引擎
🔄 持续生产 · 全球 SoTA · 前瞻布局
LAYER 3 — PORTAL
🌐 hyde.woa.com — 数据门户
面向人:全局可视化、管线监控、Case 审阅、效果反馈
面向 AI:Agent-Friendly 接口,规范化 context 提供
📊
管线仪表盘
所有管线实时运行状态、产出量、成功率、异常告警
面向人
🔍
Case 抽样审阅
每条管线的产出样本抽检、人工标注审批、质量趋势追踪
面向人
📈
效果反馈环
模型训练后的 benchmark 变化、A/B 测试结果、数据-效果归因
面向人
🤖
Agent API
标准化数据规范、管线元数据、生产过程 context——供 AI 消费
面向 AI
▲
状态上报 · 轨迹回传 · 产出注册
▼
LAYER 2 — PIPELINES
⚙️ 数据合成管线集群
框架的实例化——每条管线是一组 Agent 角色 + 工具链 + 沙箱配置的组合,独立运行、统一管理
🏗️ HarnessForge
从 repo 历史合成长程复合开发任务 + 完整探索轨迹
Architect → PM → Test Crafter → Dev → Reviewer
🧬 SkillSynth
技能图谱驱动的终端 Agent 数据合成
Skill Sampler → Task Gen → Executor → Verifier
🔬 ScienceForge
论文复现 + 科研实验数据合成
Paper Parser → Hypothesis → Experiment → Analyst
➕ 新管线
通过框架 DSL 定义角色 + 工具 + 沙箱即可创建
Role A → Role B → Role C → ...
▲
实例化 · 角色调度 · 沙箱分配 · 工具注入
▼
LAYER 1 — FOUNDATION
🔧 HyDE Core Framework — Agent 编排框架
定义角色、编排流程、管理沙箱、连接模型和工具、上报遥测——所有管线的共同底座
👥
Multi-Agent 编排
声明式角色定义(YAML/DSL)
角色间消息传递与协作协议
DAG / 循环 / 条件分支流程图
渐进提示 & 人机协作模式
🧰
工具 & 能力层
MCP Server 集成(标准协议)
Skills 注册与发现
模型路由(Opus/Sonnet/本地 vLLM)
Code Interpreter / Shell
📦
沙箱 & 环境
Docker 容器生命周期管理
Git 状态快照 & 恢复
网络隔离 / 资源限制
环境模板(Python/TS/Go/Rust)
📡
遥测 & 上报
结构化事件流(轨迹/状态/产出)
与 Portal 实时同步
管线健康度指标
自动告警 & 重试
📋
数据规范
统一 Schema 定义(任务/轨迹/产出)
版本管理 & 血缘追踪
质量元数据自动附加
输出格式适配(JSONL/Parquet)
🔌
插件 & 扩展
自定义 Hook(pre/post 每步操作)
Reward 函数注册
自定义 Reviewer 逻辑
第三方 API 适配器
CROSS-CUTTING
🧠 Memory Layer
贯穿三层的统一记忆管理——让每条管线、每个 Agent、每次运行都有完整的 context
📚 Global Knowledge
数据规范文档
各管线技术方案
Repo 元信息库
评测基准映射表
↕
⚙️ Pipeline Memory
管线运行历史
成功/失败模式库
Prompt 模板版本
质量趋势数据
↕
🤖 Agent Session
单次运行上下文
当前任务状态
Tool 调用历史
中间产物缓存
↕
📈 Feedback Loop
模型训练效果回传
数据→效果归因
管线参数自动调优
持续改进信号
💡 Memory 访问模式
Portal 读取 Memory 展示全局状态
Pipeline 读写 Memory 积累经验
Framework 提供 Memory API 和存储