MTAAA Classification Pipeline

概覽

MTAAA（Multi-Tier Agent Autonomous Action Architecture）是將原始 UB 條目晉升為結構化、標記知識的分類引擎。系統從 Cloud UB 的 Dock 拉取 pending 條目，透過 LangGraph 圖式工作流程進行語義分析，再將分類結果寫回正區（classified_entries）。使用 DeepSeek V3 作為主要 LLM，以低成本實現高吞吐分類。

架構

• text_subgraph — 處理文字類型條目的語義分類子圖，多節點 LangGraph 工作流程
• boiler_grandpa_v2.py — 批次執行器，每 5 分鐘拉取 Dock pending 條目，觸發分類流程
• 信心度路由 — 高信心結果自動晉升；低信心結果放入 review queue 等待人工確認
• 黃金資料集 — 人工標記的評估語料庫，用於追蹤分類模型效能和 prompt 調整成果

技術棧

• LangGraph — Agent 工作流程圖式編排，支援條件路由和平行節點
• DeepSeek V3 — 主要分類 LLM，成本效益遠優於 GPT-4
• Python — Pipeline 核心實作語言
• Cloud UB API — 讀取 pending 條目，寫回分類結果

目前狀態

In Progress。text_subgraph（I5 Router + I2 text_subgraph）已完成並推送。text_batch_runner.py adapter 是下一個開發重點（Task #69），完成後可清理 Dock 中 102 筆 pending 條目。

與其他專案的關聯

• Cloud UB — MTAAA 的數據來源與目標：從 Dock 讀取，寫入正區
• superportia-ub-pipeline — MTAAA 的程式碼 repo，包含所有 Pipeline 邏輯
• Bridge / Command Center — 分類完成的正區條目透過 UB API 提供給各儀表板
• EGS 治理框架 — MTAAA 的決策邏輯（ADR、信心度閾值、human-in-the-loop 觸發條件）記錄在 EGS 框架中