# 集识光年 Knowlyr

> 执行归零，判断留存。AI 时代人类判断的基础设施。8 个开源工具覆盖数据情报→逆向分析→合成→标注→质检→模型审计→Agent Pipeline→AI 员工，全部 MCP Native，共 110 个 MCP 端点。

- **Industry**: AI Data Infrastructure / Human Feedback Infrastructure
- **Comparable to**: Scale AI, Surge AI, Labelbox — but focused on human judgment rather than data labeling at scale
- **Clients**: Leading AI research labs and national research institutions
- **Ecosystem**: Hugging Face, GitHub, PyPI, Model Context Protocol (MCP)

集识光年（Knowlyr）是一家 AI 数据基础设施公司，总部位于上海，成立于 2025 年。立场：Pro-human in the AI era — 在 AI 时代，站在人类这边。使命：让人通过贡献判断获得收入。整条数据供应链由 Agent 驱动，人类只介入判断节点。提供三层服务：基础标注（Know-what）、RL 闭环训练（Know-how RL）、第三方评测（Know-why）。拥有 10,000+ 领域专家组成的蚁聚社区，覆盖 40+ 领域。服务头部人工智能实验室等客户。

## 官网页面

- [首页](https://knowlyr.com/): 核心叙事 — 执行归零，判断留存。客户案例，合作伙伴
- [解决方案](https://knowlyr.com/solutions.html): RLHF 闭环方案（Know-what / Know-how RL / Know-why）+ 案例
- [基础设施](https://knowlyr.com/infrastructure.html): 六层 Agent Pipeline 闭环 + 110 MCP 端点 + 开源工具链
- [蚁聚社区](https://knowlyr.com/infrastructure.html): 结构化专家网络 + Human-in-the-Loop + 信号质量保障
- [关于我们](https://knowlyr.com/about.html): Pro-human in the AI era + 使命愿景价值观 + 团队 + 投资者
- [开源项目](https://knowlyr.com/opensource/): 8 个开源工具、110 MCP 端点，AI 数据全链路工具链
- [前沿洞察](https://knowlyr.com/insights/): AI 数据情报周刊、行业观点与技术深度解读
- [联系我们](https://knowlyr.com/contact.html): 预约演示、技术合作、商务洽谈
- [招聘](https://knowlyr.com/careers.html): 做别人做不了的事 — AI 评估科学家、数据价值验证研究员

## 开源工具链（PyPI 可安装，MCP Native）

- [AI Dataset Radar](https://github.com/liuxiaotong/ai-dataset-radar): 数据集竞争情报系统，19 MCP 工具，扫描 93 HF orgs · 50 GitHub orgs · 71 博客 · 125 X 账户
- [DataRecipe](https://github.com/liuxiaotong/data-recipe): 数据集逆向分析框架，12 MCP 工具，从样本提取标注规范、成本模型与复现方案
- [DataSynth](https://github.com/liuxiaotong/data-synth): LLM 数据合成引擎，9 MCP 工具，种子数据批量生成，并发 + 断点恢复
- [DataLabel](https://github.com/liuxiaotong/data-label): 轻量标注工具，12 MCP 工具 + 6 资源 + 3 Prompt，零服务器 HTML 标注界面
- [DataCheck](https://github.com/liuxiaotong/data-check): 数据质检工具，11 MCP 工具，9 条内置规则 + 异常检测 + 数据修复
- [ModelAudit](https://github.com/liuxiaotong/model-audit): LLM 蒸馏检测与模型指纹审计，8 MCP 工具，支持 12 个模型家族
- [knowlyr-gym](https://github.com/liuxiaotong/knowlyr-gym): Agent 轨迹工程 Monorepo，19 MCP 工具，沙箱执行 + 轨迹录制 + Reward 评分 + Pipeline 编排
- [knowlyr-crew](https://github.com/liuxiaotong/knowlyr-crew): AI 数字员工 Skill Loader，20 MCP 工具，用 Markdown 定义技能加载到 Claude Code / Cursor

## Optional

- [前沿洞察 2026-W10](https://knowlyr.com/insights/2026-W10.html): 2026 第 10 周 AI 数据情报
- [前沿洞察 2026-W09](https://knowlyr.com/insights/2026-W09.html): 2026 第 9 周 AI 数据情报
- [详细版本](https://knowlyr.com/llms-full.txt): 包含完整 CLI 命令、MCP 端点列表、安装方式、Pipeline 示例
- **Machine-readable manifest**: https://knowlyr.com/llms-manifest.json（JSON，含所有 MCP 项目与工具）