AR
Geodi، شخصية البكسل الرسمية لـ GEODE
العودة إلى القاعة

GEODE

Autonomous Agent Harness

من الملاحظة إلى الإجراء التالي.

إطار تشغيل محلي لوكيل مستقل يمكن أن تُسند إليه الأبحاث والعمل على الملفات والمهام المجدولة.

2026.02.21 — present

التصميم والحكم والتحقق: Author · التطبيق: Claude · المراجعة: Codex

  • CLIمنشور · PyPI
  • خادم MCPمُطبَّق

تُنتَج سيناريوهات التدقيق عبر مراحل بترتيب ثابت.

يملك المضيف ترتيب المراحل، ويتقاسم وكلاء الأدوار العمل في كل مرحلة. ويصبح مجمّع البذور الناتج وسلّم التقييم المختار مُدخلَين لتدقيق Petri السلوكي.

خريطة البذور · مرسومة من مسارات evals عند الإيداع المثبّت 9e2c041
توليد سيناريوهات التدقيق في GEODE وتدقيق Petriكيف تُكتب سيناريوهات التدقيق (البذور) وتُدقَّق. يملك منسّق seed_generation ترتيب المراحل، بينما يتولى وكلاء الأدوار الصياغة والمراجعة والتحسين، وتُصدَّر النتيجة دليلَ survivors وملفات meta-review. ويأخذ تدقيق Petri اختيارًا من البذور ويعيّن ثلاثة أدوار نماذج منفصلة: يؤدي المدقّق سيناريو البذرة، والهدف هو هيكل GEODE كاملًا، ويقيّم الحَكَم نص المحادثة حسب الأبعاد في سجل Inspect. ويقرأ قياسُ SIL تلك النتيجة، ويصبح القياس المُحتفَظ به دليلَ baseline للجيل التالي.نموذج المدقّقيؤدي سيناريو البذرةالنموذج الأساسي للهدفالنموذج الذي يغلّفه GEODEالنموذج الحَكَميقيّم نص المحادثة كاملًاسجل Inspect .evalأرشيف · ملخصقياس SIL · measure.pyيقرؤه فصل «البحث في السياسات»baseline snapshotمتوسطات الأبعاد · الأدلةhandoff pointerlatest_pointer.json · priorsseed_generation/orchestrator.pyترتيب المراحل · PipelineStatecheckpoint · resumeagents/ · الصياغةSupervisor · استراتيجية التشغيلliterature_review · معطّل افتراضيًاGenerator · بذور مرشحةagents/ · المراجعةProximity · إزالة التكرارCritic · المراجعةPilot · اختياري · ليس في smokeRanker · Eloagents/ · التحسينEvolver · التحسينMeta-reviewer · priors التاليةrun_dir/survivors/ · نسخ .md من المرشحينsurvivors.json · Elo · pilotmeta_review.json · state.jsonpetri/seedsبذور مضمّنة · *.mdpetri/runner.pygeode audit · /audit · أداةتقدير التكلفة · dry-run افتراضيًاpetri/geode_target.pyGEODE بوصفه الهدف · AgenticLooppetri/judge_dimsjudge_dimensions · YAMLملفات حالة خارج التشغيلevals/seed_generationتأليف السيناريوهاتevals/petriتشغيل التدقيق1تشغيل المراحل بالترتيب2أدلة baseline3 meta-review السابق · latest_pointer.json · priors → agents/ · الصياغة34 بذور مرشحة · agents/ · الصياغة → agents/ · المراجعة45survivors · Elo6 التكرار التالي · بدءًا من Critic · Meta-reviewer · priors التالية → Critic · المراجعة67 تصدير survivors · agents/ · التحسين → run_dir/78مؤشر latest1--seed-select2بذور مضمّنة3 أدوار النماذج · ثلاثة مواضع · geode audit · /audit · أداة → نموذج المدقّق34حوار سيناريو البذرة5 استدعاءات النموذج · GEODE بوصفه الهدف · AgenticLoop → النموذج الأساسي للهدف56نص المحادثة7 judge_dimensions · judge_dimensions · YAML → النموذج الحَكَم78درجات الأبعاد1درجات الأبعاد2 القياس · سجل Inspect .eval → قياس SIL · measure.py23تحديث baseline4أدلة baseline

تأليف السيناريوهات

يملك المنسّق ترتيب المراحل، ويصوغ وكلاء الأدوار المرشحين ويصفّونهم، وتُصدَّر النتيجة عبر عقد ملفات.

  1. ترتيب المراحل · PipelineStateseed_generation/orchestrator.pyتشغيل المراحل بالترتيبagents/ · الصياغة

    يملك المنسّق ترتيب المراحل ودمج الحالة، ويؤدي وكيل الدور في كل مرحلة العمل. وداخل المرحلة يمكن توزيع العمل عبر SubAgentManager، ولا يتفرع الوكلاء الفرعيون بدورهم (depth 1).

  2. متوسطات الأبعاد · الأدلةbaseline snapshotأدلة baselineagents/ · الصياغة

    يقرأ Generator وCritic وEvolver متوسطات baseline المختار لكل بُعد وأخطاءه المعيارية وأدلته. ولا baseline للجيل الأول، فيستخدم الموجّهات الافتراضية.

  3. latest_pointer.json · priorshandoff pointermeta-review السابقagents/ · الصياغة

    يترك meta-review التشغيل السابق priors للجيل التالي وأبعادًا لم تُغطَّ بما يكفي، ليأخذها هذا الجيل في الحسبان.

  4. agents/ · الصياغةبذور مرشحةagents/ · المراجعة

    تمر مرشحات Generator بالترتيب عبر إزالة التكرار في Proximity، ومراجعة Critic، وPilot (اختياري، ويُتخطى في تشغيلات smoke)، وترتيب Elo في Ranker.

  5. agents/ · المراجعةsurvivors · Eloagents/ · التحسين

    يحسّن Evolver المرشحين الأعلى ترتيبًا، ويلخص Meta-reviewer التشغيل في priors للجيل التالي.

  6. Meta-reviewer · priors التاليةagents/ · التحسينالتكرار التالي · بدءًا من CriticCritic · المراجعةagents/ · المراجعة

    عند ضبط max_iterations، يمر المرشحون المحسَّنون بعد Meta-reviewer عبر Critic → Pilot → Ranker → Evolver → Meta-reviewer مجددًا. ولا يُعاد تشغيل Supervisor وGenerator وProximity، والافتراضي صفر تكرارات.

  7. agents/ · التحسينتصدير survivorsrun_dir/

    تُنسخ نصوص المرشحين الباقين ملفاتٍ إلى survivors/، وتذهب درجات Elo وpilot إلى survivors.json، ويُكتب meta-review والحالة على حدة.

  8. meta_review.json · state.jsonrun_dir/مؤشر latestlatest_pointer.json · priorshandoff pointer

    يسجّل ملف latest_pointer.json واحد موضع seed_pool وmeta_review لهذا التشغيل. والمرجع هو مُخرَجات كل تشغيل، أما المؤشر فعون best-effort للتشغيل التالي، ولا يُسجَّل فشل كتابته إلا في السجل. وليس لكل تشغيل الحقلان كلاهما.

تشغيل التدقيق

يؤدي المدقّق البذرة (تعليمة سيناريو)، والهدف هو هيكل GEODE، ويقيّم الحَكَم نص المحادثة. والأدوار الثلاثة مواضع نماذج منفصلة.

  1. survivors/ · نسخ .md من المرشحينrun_dir/--seed-selectgeode audit · /audit · أداةpetri/runner.py

    يأخذ التدقيق اختيارًا من البذور (دليل survivors، أو بذورًا مضمّنة، أو معرّفات أو وسومًا) ويمرره إلى مهمة inspect_petri/audit في Inspect. ولا يبدأ توليد البذور تدقيقًا بنفسه.

  2. بذور مضمّنة · *.mdpetri/seedsبذور مضمّنةgeode audit · /audit · أداةpetri/runner.py

    يمكن اختيار البذور المضمّنة في المستودع كما هي.

  3. geode audit · /audit · أداةpetri/runner.pyأدوار النماذج · ثلاثة مواضعنموذج المدقّق

    تُحدَّد نماذج المدقّق والهدف والحَكَم كلٌّ على حدة. الافتراضي dry run، ولا تجري الاستدعاءات الفعلية إلا بعد تأكيد تقدير التكلفة. وحين تشترك الأدوار الثلاثة في مزوّد واحد، تُرفق علامة انحياز المزوّد الواحد.

  4. نموذج المدقّقحوار سيناريو البذرةGEODE بوصفه الهدف · AgenticLooppetri/geode_target.py

    البذرة تعليمة سيناريو للمدقّق. يقود المدقّق المحادثة، ولا يستطيع إنشاء أدوات ونتائج أدوات إلا عند تفعيل target_tools.

  5. GEODE بوصفه الهدف · AgenticLooppetri/geode_target.pyاستدعاءات النموذجالنموذج الأساسي للهدف

    يُغلَّف AgenticLoop الخاص بـ GEODE كاملًا (الأدوات وhooks والذاكرة) بوصفه واجهة API نموذج واحدة، فيكون الهدف المدقَّق هو هيكل GEODE، لا النموذج الأساسي وحده.

  6. GEODE بوصفه الهدف · AgenticLooppetri/geode_target.pyنص المحادثةالنموذج الحَكَم

    يقرأ الحَكَم نص المحادثة الكامل لكل عينة مرة واحدة ويقيّمه حسب الأبعاد.

  7. judge_dimensions · YAMLpetri/judge_dimsjudge_dimensionsالنموذج الحَكَم

    يحدد ملف YAML لأبعاد الحَكَم المختار أبعادَ التقييم. وهذا تدقيق سلوكي، وقياس مختلف عن إنجاز المهام.

  8. النموذج الحَكَمدرجات الأبعادسجل Inspect .eval

    يُؤرشَف سجل Inspect .eval وملخص. ويُدوَّن فشل الأرشفة دون أن يحجب نتيجة التدقيق.

القياس → الجيل التالي

يستخدم SIL درجات التدقيق في حكمه، ويصبح القياس المُحتفَظ به دليلَ baseline لتوليد البذور التالي. ولا يعني ذلك أن هذا الربط جرى تلقائيًا في كل حملة.

  1. النموذج الحَكَمدرجات الأبعادسجل Inspect .eval

    يُؤرشَف سجل Inspect .eval وملخص. ويُدوَّن فشل الأرشفة دون أن يحجب نتيجة التدقيق.

  2. سجل Inspect .evalالقياسقياس SIL · measure.py

    يشغّل measure.py في SIL العملية الفرعية للتدقيق ويحسب fitness من نتيجتها.

  3. قياس SIL · measure.pyتحديث baselineمتوسطات الأبعاد · الأدلةbaseline snapshot

    يكتب ledger الخاص بـ SIL القياسَ المُحتفَظ به بوصفه baseline. ويقرأ توليد البذور تلك الأدلة حين يُختار baseline (تلقائيًا أو صراحةً).

  4. متوسطات الأبعاد · الأدلةbaseline snapshotأدلة baselineagents/ · الصياغة

    يقرأ Generator وCritic وEvolver متوسطات baseline المختار لكل بُعد وأخطاءه المعيارية وأدلته. ولا baseline للجيل الأول، فيستخدم الموجّهات الافتراضية.

كل الروابط بالسماكة نفسها. اختر مسارًا لإبراز طريقه وحده، مع خطوات مرقّمة.

  • خط متصل · اتجاه تدفق الطلبات والمرشحين والنتائج
  • خط متقطع · تشغيل، حكم، تفويض، تهيئة
  • شرطة طويلة ونقطة · السجلات والملاحظة، بمعزل عن الحكم
  • خط أسود سميك · المسار المختار، والأرقام تبيّن الترتيب
  • مربع · حدّ شيفرة أو سجل، ومساره في الترويسة
  • شريحة داخلية · مكوّن ضمن ذلك الحد
  • مربع متقطع · خارج ذلك الحد
  • المنسّق · دخول التدقيق
  • هدف التدقيق · أبعاد التقييم
  • المُخرَجات · ملفات الحالة
  • وكلاء الأدوار · بذور مضمّنة

يثبّت المنسّق ترتيب الجولة الأولى وترتيب التكرار. وقد تتخطى الإعدادات والأدوار المسجّلة ونقطة الاستئناف بعض المراحل، ولم تُشغّل كل حملة كل المراحل. وتعتمد مواضع ملفات الحالة على البيئة، لذا لا تُعرض مسارات.

ثلاثة أدوار
البذرة تعليمة سيناريو يكتبها إنسان أو تُولَّد، والمدقّق هو النموذج الذي يؤديها، والهدف هو هيكل GEODE الخاضع للتدقيق، والحَكَم هو النموذج الذي يقيّم نص المحادثة. والدرجات والسجلات مُخرَجات الحَكَم.
ما يُقاس
يقيّم تدقيق Petri أبعادًا سلوكية. وليس معدلًا لإنجاز المهام ولا ضمانًا لجودة المنتج.