作者介绍了 IntelShed，这是一个用于开源情报（OSINT）的开源系统，它聚合了 50 个公共数据源，以生成自动化的 24 小时安全简报。该架构集成了混合检索、基于 GNN 的实体解析、带有差分隐私的联邦学习以及 LLM 编译的多智能体编排。

  • 混合检索在 PostgreSQL 16 中对约 2,000 个索引分块使用 pgvector HNSW、tsvector GIN、倒数排名融合以及 BGE cross-encoder reranker。
  • 实体解析采用 FollowTheMoney 模式，包含约 14.2 万个实体和 17.3 万条边，利用 Splink 进行概率匹配和 GNN 预测链接。
  • GNN 管道包括用于相关性分析的 GAT、用于 24 小时预测的 T-GCN 预报器以及用于归因的 GNNExplainer。
  • 联邦学习实现了 FedAvg 与 DP-SGD，目前已在单个 GPU 节点上进行了测试，但计划进行两节点交换。
  • 信任层应用了双向贝叶斯来源裁决，并设有佐证上限，将置信度从 100% 降低至 16.8%。
  • 多智能体编排具有包含环路检测的 8 阶段工作流，以及一个将自然语言查询编译为执行图的“Vibe Graphing”模块。

作者寻求社区反馈和贡献，特别请求对检索质量进行独立基准测试、对 MCP 工具表面进行安全审查、验证带有节点间梯度交换的联邦学习，以及对贝叶斯信任评分方法进行统计评估。