完整入账
递归发现 + 压缩包/邮件安全展开，每个文件必有 item 或排除记录。“读全了”是可验证的事实。
07 · BUILT BY
两个人，把第一关做扎实。
×
AGENT DATA GATEWAY · v0.2.4 · OPEN SOURCE
模型读不全，再强的模型也没有用。
ADG 把一个格式极杂的案件材料包，可靠地变成 Agent 可消费、可追溯、可信的数据。
向下滚动 · 看混乱如何被整理 ↓
01 · THE PAIN
def parse(x):
return json.loads(x)
# README.md
{"id": 1, "ok": true}
纯文本、代码、结构清晰——今天的 AI 产品大多为此而生。
PDF 扫描件、带批注修订的 docx、财务表、聊天记录、邮件及附件、音视频、工程图纸、压缩包……
02 · THE FIRST GATE
拖动中间的闸门。左边是把材料包直接丢给模型时常见的情况，右边是 ADG 处理后交给 Agent 的样子。（示意，内容为演示用样例）
03 · HOW ADG WORKS
点选一种材料，看它在 ADG 里走过的路。
实际调度与总表共用 gateway.routing.ROUTE_RULES，用 adg routes 查看全部；某个 worker 在你机器上是否可用，以 adg check 为准。
04 · WHAT YOU GET
递归发现 + 压缩包/邮件安全展开，每个文件必有 item 或排除记录。“读全了”是可验证的事实。
读不了的文件进 unresolved_items，带阶段、原因与建议。本地解决不了就显性失败，绝不静默降质。
发现/类型/文本/版面/OCR/附件/元数据/锚定；可检索/可提取/可引用/版面敏感/真伪鉴定——“能检索 ≠ 能引用”。
页码、坐标、表格单元、时间码、字段，元素级定位。adg anchor 把命中回溯到原件位置。
ZIP bomb、路径穿越、符号链接逃逸、宏、PDF JavaScript、worker 资源耗尽，第一版即内置，拦截显性记录。
默认全链路本地处理；产物只含包内相对路径，输出前 scrub 兜底清洗，客户秘密不出本机。
source_id / rendition_id / run_id，每次解析记录工具、退出码与哈希，链式可查。
Claude Code、Codex 等编码 Agent 经命令行调用，加 --json 即结构化结果；命中带 quotable 与未读全提示。
数据来自仓库 README 与 CHANGELOG：真实混合材料包 23 个物理文件 → 展开/派生后 41 items，仅剩 CAJ 1 项未解决；adg verify 27/28 通过、0 失败（1 项为环境依赖跳过）。
05 · THE FILM
06 · INSTALL WITH YOUR AGENT
把下面这句话发给 Claude Code、Codex 等本机 Agent：安装工具、记住以后怎么用，首次处理时自动补齐所需工具。
请参考官方仓库 https://github.com/CSlawyer1985/agent-data-gateway，在本机安装并验证 ADG CLI（包名 agent-data-gateway），将“以后遇到 PDF、Office、邮件、音视频、图纸或压缩包等材料时，优先调用 ADG 做材料摄取、完整性核验和来源追溯”写入你的持久记忆或项目规则，并在首次处理每类材料前运行 adg check 检查相应工具，缺少时按官方文档用 adg setup --worker 安装对应 worker 及依赖后再处理，最后报告安装、自检和记忆写入结果，无法完成的步骤请如实说明。
安装和处理在本机完成；记忆保存方式取决于 Agent 环境，请让 Agent 确认是否已写入。以后遇到相应材料，直接交给它处理。
07 · BUILT BY
08 · JOIN US
好的切入点：Extended Packs（CAD 深入 / GIS / DICOM）、远程 worker 后端与云端模型路由（设计预留）、资料利用率增益轨（设计已定稿、实现未开始）。读代码前建议先看 docs/adr/。
ADG 编排器以宽松的 MIT License 开源：可自由使用、修改、分发与商用，保留版权与许可声明即可。部分 worker 调用的外部工具为 GPL/AGPL（如 extract-msg、LibreDWG、MinerU），它们以独立进程隔离调用、不链入编排器，许可以各 workers/*/worker.json 的 license 字段为准。
