本文介绍如何构建一个始终在线的流式AI代理，用于监控维基百科实时编辑流并检测恶意编辑。系统采用两阶段漏斗设计：第一阶段用廉价Python逻辑过滤大多数无关编辑，第二阶段仅对可疑事件调用本地LLM（通过Ollama）进行深度分析。代理支持实时流式输出推理过程，并通过SSE广播给客户端。文章强调效率、自动重连和优雅降级对始终在线系统的重要性。