# pattern-radar

**Repository Path**: savantcat/pattern-radar

## Basic Information

- **Project Name**: pattern-radar
- **Description**: 把 AI 答案/竞品内容当语料，找出反复出现的说法、被反复引用的信源与答案同质化程度
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-10-06
- **Last Updated**: 2026-10-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 竞品内容 Pattern 雷达 · pattern-radar

把「AI 答案 / 竞品内容」当语料，找出**反复出现的说法**——谁被反复提到、AI 反复引用哪些信源、答案空间是否已经固化。

纯标准库、零依赖、**只读**。clone 下来就能跑。

已托管为公网 MCP 服务，**不用装任何东西就能用**：`https://savantcat.cn/mcp-radar`

[![License](https://img.shields.io/badge/license-MIT-blue.svg)](LICENSE)
[![Deps](https://img.shields.io/badge/dependencies-zero-success.svg)](requirements.txt)
[![CI](https://github.com/savantcat/pattern-radar/actions/workflows/ci.yml/badge.svg)](https://github.com/savantcat/pattern-radar/actions/workflows/ci.yml)

[![M8ven Verified](https://m8ven.ai/badge/mcp/savantcat/pattern-radar)](https://m8ven.ai/mcp/savantcat/pattern-radar?s=readme)

---

```
python radar.py --selftest                        # 必跑：对照组自检
python radar.py --input <记录.json> --brands 我家,竞品A,竞品B --out 报告.md
```

## 它回答的问题

1. **AI 对这个问题已经形成什么固定说法？**（重复 Pattern + 覆盖率）
2. **谁在这类答案里占位？**（主体覆盖率）
3. **AI 实际上把谁当信源？**（被反复引用的域名）
4. **答案空间固化到什么程度？**（同题相似度）

## 口径（重要，别误用）

- **Pattern = 覆盖度**：出现在越多回答里，越像「AI 对这个问题的默认说法」。覆盖率 = 覆盖回答数 / 总回答数。
- **阈值不是拍脑袋的**：先取语料的高覆盖 n-gram 作种子，向左右逐字扩展成完整短语（所以给出的是「百度智能云」而不是碎片「度智能云」）。
- **空阈值用零假设模拟得出**：把每篇答案的字符内部打乱（保留长度与字频、摧毁短语），重算最大覆盖，取 **p95**；真实阈值 = max(空阈值+1, 3)。这是自校准的，不是经验常数。
- **占位符域名会被剔除**：答案正文里的「你的域名」这类模板文字不是信源，报告中标 ⚠️ 且不进结论。

## 对照组标定结果（v1.0.0 实测）

`--selftest` 造两份答案已知的语料：

| 对照组 | 期望 | 实测 |
|---|---|---|
| A 健康组（注入 10/12 条重复短语 + 同一信源 8 次） | 检出 | ✅ 检出，覆盖 100%；信源识别正确 |
| B 病态组（每条只用互不重叠的字，真无重复） | 零误报 | ✅ 检出 0 个 |
| 负对照（A 语料字符打乱） | 恒为 0 | ✅ 0 个（链路不造伪 Pattern） |
| 样本闸门（5 条样本） | 必须拒 | ✅ 拒答并说明原因 |

> 对照组本身也被验证：自检会先断言「B 真的没有跨答案重复」，不满足就报**语料构造错误**而不是改工具。第一版自检就是这么抓出我的语料写错了（12 条答案共用同一模板串）。

## 边界（明说，不含糊）

- **只做字符级 n-gram，不做语义聚类**。同义不同形（「AI 客服」vs「智能客服」）不会合并。
- **不判情绪、不判内容好坏、不预测流量或 ROI**。覆盖率高 ≠ 评价好。
- **样本 < 12 条直接拒绝出分**，不硬凑。低于这个量算出来的是噪声，比没有更误导。
- **换语料形态（英文、长文）需重新标定**：当前阈值是在中文短答案（每篇数百字）上标定的。
- **只读**：不修改任何输入文件（可用 md5 前后比对自证）。
- 引用 URL 只做提取与域名统计，**不做可达性验证**（打不开可能是反爬，不等于幻觉）。

## 输入格式

两种都吃：

- `geo-monitor` 的记录：`{"samples": [{"question","platform","run","answer"}, ...]}`
- 纯数组：`[{"question","answer","platform"?,"run"?}, ...]`

空答案会被丢弃并计数，不当成数据。

## 报告骨架

```
一、AI 答案里的重复 Pattern（含零假设阈值）
二、竞品占位（谁被提到 / 覆盖率 / 是否出现在靠前位置）
三、AI 反复引用的信源（信源池占位，占位符已剔除）
四、答案空间同质化程度（同题两两相似度）
五、最该先修的一件事（只给一条）
附录：口径与边界
```

第五节刻意**只给一条建议**——需要的是下一步动作，不是十条清单。

## 怎么接入

**用远程端点（推荐，零安装）** —— 任何支持 MCP 的客户端填 URL 即可：

```json
{"mcpServers": {"pattern-radar": {"url": "https://savantcat.cn/mcp-radar"}}}
```

三个工具：`analyze_patterns`（主分析）· `self_check`（先验尺子可用）· `explain_method`（口径与边界）。

**本地 stdio**（要改代码或离线用）：

```
python server.py                    # stdio
python server.py --http --port 8768 # streamable-http
```

## 相关

- 🏠 更多作品与实战记录：<https://savantcat.cn>
- 🧩 全部 MCP 端点与接入方式：<https://savantcat.cn/mcp/>
- 📄 这个服务的详情页：<https://savantcat.cn/mcp-radar.html>

## License

MIT — 见 [LICENSE](LICENSE)。

## 作者

**合尘猫** · 一个人 + 一个 AI 分身的 AI 落地实践 —— 知识库 · AI 客服合规 · 内容自动化。

## 版本

- v1.0.0（2026-10-04）首版。阈值口径：零假设 p95 自校准 + 逐字扩展短语 + 碎片剔除 + 占位符识别。