为 agent 而设的 数据接口。
在 agent 与深度垂域数据之间,1stAuthor 定义一套接口。每个领域的一手出处,逐节解析,用同一组动词交付。一问,即得原文。
搜索,为人而设。 agent 要的,是另一回事。
十个链接,不是答案
网页搜索给人的是页面;给 agent 的,是待解析的 HTML、要绕开的广告,和无从依靠的结构。
深处的数据,够不着
法条、判决、论文全文,藏在 PDF、门户与付费墙之后。没有一个索引能让程序带着条件去查。
要么整篇塞进去,要么凭记忆引用
没有分层,agent 只能把全文倒进上下文,再凭印象标注出处。编出来的 ID,无人察觉。
Agentic Data Interface 改的是形状:结构化、可过滤、分层可读;引用,从源头就是真的。
指定一个垂域。 或者,交给 router。
指定垂域
POST /v1/{domain}/ask。检索、分层阅读、带引用作答,一次调用,全部完成。
或者 auto
POST /v1/ask。router 为问题给每个垂域打分,把它送到出处所在之处。
通搜兜底
没有垂域持有答案时,通用网页检索接手。明确标注,绝不悄然替换。
上面的命令是真的。1stAuthor 还在 beta,这一阶段命令行与 Python SDK 由深度合作的 DeepXiv 出口:pip install deepxiv-sdk,然后 deepxiv fa——一个 token,既调他们的论文,也调这里的垂域。看 deepxiv fa 指南
把 skill 交给 agent, 而不是这一页。
每个垂域一份 markdown,agent 动手之前先读它——和文档出自同一份自描述,所以 skill 不会和接口走偏。
1stauthor总览
三个动词、credits、错误码、几条工作规则——8 KB,从哪个域开始都够用。
1stauthor-papers论文
先检索,看卡片判断,只读那一节。写它就是为了让 agent 别再把整篇 PDF 倒进上下文。
1stauthor-cases判决
怎么分层读一份判决,以及怎么让民事的结论始终带着 coverage 的限定。
1stauthor-appraise学术评价
先按大家平时叫的那个名字认出论文,再引用院士与会士的原话。
免费 2,000 credits,现在就开始。
无需绑卡
Google 登录,账号随之即建。
一把 key,通行所有垂域
范围、上限、轮换,都在控制台。
读多少,付多少
一次检索 2 credits,一条 brief 1,整篇 5,一次回答 50 起。失败自动退款,404 不扣。