BG
Geodi, официалният пикселен персонаж на GEODE
Обратно в залата

GEODE

Autonomous Agent Harness

От наблюдението до следващото действие.

Локална рамка за автономни агенти, на която могат да се възлагат проучвания, работа с файлове и планирани задачи.

2026.02.21 — present

Проектиране, преценка, проверка: Author · реализация: Claude · преглед: Codex

  • CLIПубликувано · PyPI
  • MCP сървърРеализирано
Recorded evaluation · MCPMark PostgreSQL · 2026-07-04

Преди да промени каквото и да е, откри какво вече съществува.

Задачата: сигурност на ниво ред за социална услуга с пет таблици.

  1. ПроучванеИзвиквания 1–12 · list_objects, get_object_details, execute_sqlПрочете петте таблици, четирите вече съществуващи помощни функции, изключения RLS и на петте и политиките, привилегиите и ролите.
  2. ДействиеИзвикване 13 · execute_sqlЕдна транзакция: 20 политики и включен RLS, с повторно използване на 3 съществуващи помощни функции и добавяне на 3 нови.
  3. ПроверкаРамка за оценяване · не е извикване от агента18 успешни, 0 неуспешни. И 13-те отговора от инструменти в 9 хода се върнаха без грешка.
Изход на верификатора, 18 реда (дословно)
  1. RLS enabled on users
  2. RLS enabled on channels
  3. RLS enabled on channel_moderators
  4. RLS enabled on posts
  5. RLS enabled on comments
  6. Users can update their own profile
  7. Users blocked from updating other users' profiles
  8. Channel owners can update their channels
  9. Non-owners blocked from updating channels
  10. Post authors can update their posts
  11. Channel moderators can update posts in their channels
  12. Unauthorized users blocked from updating posts
  13. Comment authors can update their comments
  14. Post authors can moderate comments on their posts
  15. Channel owners can add moderators
  16. Non-owners blocked from adding moderators
  17. Content visibility varies correctly based on user context
  18. Anonymous users can see 3 public user profiles (correct)

Минало изпълнение в конфигурирана sandbox среда за оценяване, а не работеща база данни или реален инцидент със сигурността. Броят редове преди политиките липсва в записа, затова не е показан. Публичен запис на изпълнението (meta.json, къмит 23e3428)

Прегледът на резултат и поправянето му (вдъхновено от Reflexion, в рамките на същата задача) е възможност на сегашната среда за изпълнение на GEODE. В този запис няма такава поправка: всеки отговор от инструмент се върна без грешка. Документация на средата за изпълнение (hook-system.md)

Моделът избира следващото действие; хостът пази границата на изпълнението.

Средата за изпълнение от влизането на заявка в сесия, през извикването на модела и проверките на правата за всяко предложено извикване на инструмент, до изпълнението, резултатите и записите. Изберете поток, за да се откроят само неговият път и номерираните стъпки.

Моделът избира следващото действие; средата за изпълнение проверява правата за инструментите и решава кога работата е завършена.

Външните експерименти Scaffold Search / SIL започнаха на 15 май 2026 г.

Пакетът geode-agent се инсталира от PyPI или от публичното хранилище и се стартира от собствения терминал. Достъпен е и като MCP сървър.

Архитектура на средата за изпълнение · по пътищата в кода при фиксирания къмит 9e2c041
Архитектура на средата за изпълнение на GEODEКомпоненти и връзки на процеса на средата за изпълнение на GEODE. Заявките пристигат през IPC от терминала, през месинджъри или през външен MCP хост и се превръщат в сесия; AgenticLoop извиква модела със системния промпт, разговора и схемите на инструментите. Предложеното от модела извикване на инструмент се изпълнява едва след като преминат проверките на ToolExecutor за обхват, политика, схема, hook и одобрение, а резултатът му става следващият вход на модела. Контролната точка, хронологията и редовете с доказателства са отделни хранилища.Потребител в терминалаREPL · thin CLIКанал в месинджърSlack · Discord · TelegramВъншен MCP хостинструмент run_agentДоставчици на LLMHTTPS · API на моделиФайлове · git · процесисъстояние извън контролните точкиMCP сървъриглобални + доверени на проектаcore/serverCLIPoller · IPC сокетpoller-и за месинджъриcore/mcp_server.pyrun_agent · еднократноsupervised/services.pySharedServices.create_sessionLaneQueue · session · globalcore/agent/loopAgenticLoop · шест фазисистемен промпт · декларирани източницисъобщения · ConversationContextcore/llm/adaptersadapter.acomplete · класове грешкиtool_executor/processor.pyToolCallProcessorcore/tools/plan.pyBoundToolPlan · неизменимtool_executor/executor.pyобхват · политика · схемаPreToolUse · PostToolUseодобрение · HITLeffect receiptзаключване на ресурси · диспечиранеcore/toolsобработчици на инструменти · bash · computercore/mcp/manager.pyMCPServerManagermemory/session_checkpoint.pySQLite messages · state.jsonmemory/effect_receipts.pyEffectReceiptStoreobservability/session_timeline.pySessionTimeline · append-onlyagent/evidence_ledger.pyEvidenceLedger · JSONLcore/agent/verify.pyverify_turn_asynccore/hooksHookRegistry · решенияHookSystem · наблюдениеПроцес на средата за изпълнение на GEODEдемон serve · REPL · еднократноВход · съставяне на сесиятаЦикъл на изпълнение · извикване на моделаПрава за инструментите · ефектиЗаписи · възстановяване · завършване1 prompt · cli.sock · Потребител в терминала → CLIPoller · IPC сокет12 create_session(IPC) · CLIPoller · IPC сокет → SharedServices.create_session23 лента за всяка заявка · CLIPoller · IPC сокет → LaneQueue · session · global34ToolExecutor · AgenticLoop5arun(prompt)6системен промпт7съобщения8схеми на инструментите9StepSnapshot · заявка10HTTPS11 отговор · tool_use · adapter.acomplete · класове грешки → AgenticLoop · шест фази111чакаща партида · запис на рунда2блокове tool_use3 aexecute · ToolCallProcessor → обхват · политика · схема34разрешено · ниво на безопасност5PreToolUse · PostToolUse6искане за одобрение7 отказано преди изпълнение · tool_executor/executor.py → ToolCallProcessor78приемане на ефекта · потвърждаване9извикване на обработчик10 MCP извикване · заключване на ресурси · диспечиране → MCPServerManager1011 tools/call · MCPServerManager → MCP сървъри1112 промени във файлове · git · процеси · обработчици на инструменти · bash · computer → Файлове · git · процеси1213 резултат · грешка след диспечиране · tool_executor/executor.py → ToolCallProcessor1314tool_result15извикване · наблюдение на резултата1чакаща партида · запис на рунда2възстановяване при продължаване3запис на хода4проверка на завършването5PostVerify · Stop6редове с доказателства · без гаранция7когнитивни · събития от жизнения цикъл1съобщение от канал2 create_session(DAEMON) · poller-и за месинджъри → SharedServices.create_session23arun(message)4run_agent(prompt)5headless еднократен цикъл

Заявка → извикване на модела

Заявка от терминала пристига през IPC, съставя се сесия и цикълът извиква модела със системния промпт, разговора и схемите на инструментите.

  1. Потребител в терминалаprompt · cli.sockCLIPoller · IPC сокетcore/server

    Тънкият CLI изпраща заявката към IPC сокета на демона serve (~/.geode/cli.sock). REPL изпълнява същото съставяне на сесия в рамките на процеса.

  2. CLIPoller · IPC сокетcore/servercreate_session(IPC)SharedServices.create_sessionsupervised/services.py

    Всяка връзка съставя сесия. Режимът задава нивото на HITL, бюджета от време и забранените инструменти и проектира BoundToolPlan върху избрания доставчик.

  3. CLIPoller · IPC сокетcore/serverлента за всяка заявкаLaneQueue · session · globalsupervised/services.py

    Преди изпълнението на заявка се заемат и лентата на сесията, и глобалната лента, което ограничава едновременните изпълнения.

  4. SharedServices.create_sessionsupervised/services.pyToolExecutor · AgenticLoopAgenticLoop · шест фазиcore/agent/loop

    Изгражда изпълнителя и цикъла като една двойка, която споделя hooks, MCP, умения и заключвания на ресурси.

  5. LaneQueue · session · globalsupervised/services.pyarun(prompt)AgenticLoop · шест фазиcore/agent/loop

    Изпълнява един потребителски ход в шест фази: подготовка на входа, подготовка на извикването, извикване на доставчика, обработка на инструментите, наблюдение и уплътняване, прекратяване.

  6. системен промпт · декларирани източнициcore/agent/loopсистемен промптadapter.acomplete · класове грешкиcore/llm/adapters

    Изгражда се на всеки ход от декларирани източници, например избрани раздели и правила от GEODE.md. Петстепенната фасада на ContextAssembler се използва само при изрично извикване; тя не е входът на цикъла по подразбиране.

  7. съобщения · ConversationContextcore/agent/loopсъобщенияadapter.acomplete · класове грешкиcore/llm/adapters

    Разговорът и предишните резултати от инструменти се предават отделно от системния промпт.

  8. BoundToolPlan · неизменимcore/tools/plan.pyсхеми на инструментитеadapter.acomplete · класове грешкиcore/llm/adapters

    Моделът вижда само инструментите от BoundToolPlan, обвързан с тази стъпка. Това е неизменима моментна снимка с поколение и хеш на съдържанието.

  9. AgenticLoop · шест фазиcore/agent/loopStepSnapshot · заявкаadapter.acomplete · класове грешкиcore/llm/adapters

    StepSnapshot фиксира модела, инструментите и идентификаторите за корелация на това извикване. LLM мидълуерът не може да подмени обвързан адаптер.

  10. adapter.acomplete · класове грешкиcore/llm/adaptersHTTPSДоставчици на LLM

    Извикването се прави от адаптер за всеки доставчик. Грешките се класифицират и се повтарят само в зададен лимит или прекратяват хода с причина за прекратяване.

  11. adapter.acomplete · класове грешкиcore/llm/adaptersотговор · tool_useAgenticLoop · шест фазиcore/agent/loop

    Само текст води към прекратяване; tool_use води към обработка на инструменти.

Права за инструментите → ефект → резултат

Предложение tool_use се изпълнява едва след като премине всички проверки; отказите, резултатите и грешките се връщат от изпълнителя и стават следващият вход на модела.

  1. AgenticLoop · шест фазиcore/agent/loopчакаща партида · запис на рундаSQLite messages · state.jsonmemory/session_checkpoint.py

    В сесия с конфигурирани контролни точки (контролна точка и session id) предложената партида се записва преди изпълнението на който и да е инструмент и не се изпълнява, ако не може да бъде записана. Завършената партида се записва отново. Извикващите без контролна точка нямат тази гаранция.

  2. AgenticLoop · шест фазиcore/agent/loopблокове tool_useToolCallProcessortool_executor/processor.py

    Предложението на модела не е разрешение. Всяко извикване получава ToolContext, който носи идентичността на модела и адаптера на цикъла.

  3. ToolCallProcessortool_executor/processor.pyaexecuteобхват · политика · схемаtool_executor/executor.py

    Проверява последователно обхвата на сесията, пренаписванията от мидълуера за заявки, политиката и схемата. Пренаписване, което понижава нивото на безопасност или класа на личните данни, се отказва.

  4. BoundToolPlan · неизменимcore/tools/plan.pyразрешено · ниво на безопасностобхват · политика · схемаtool_executor/executor.py

    Изпълнимите обработчици и нивата на безопасност идват от BoundToolPlan, проектиран за сесията.

  5. PreToolUse · PostToolUsetool_executor/executor.pyPreToolUse · PostToolUseHookRegistry · решенияcore/hooks

    Публичните hooks решават за блокиране, пренаписване на аргументи или искане на разрешение, а след пренаписване проверките за обхват, политика и схема се изпълняват отново. След изпълнението hook може да добави контекст или да задържи резултата.

  6. одобрение · HITLtool_executor/executor.pyискане за одобрениеПотребител в терминала

    В IPC сесия искането за одобрение се препраща към тънкия CLI. Режимите без човек прилагат по подразбиране политиката за отказ; единственото изключение е computer use в DAEMON, когато операторът го разреши отделно (иначе е блокиран).

  7. tool_executor/executor.pyотказано преди изпълнениеToolCallProcessortool_executor/processor.py

    Отказ за обхват, политика или схема, блокиране от PreToolUse или отказано одобрение се връщат като резултат с грешка без диспечиране. В този случай не е започнал никакъв ефект от това извикване.

  8. effect receipttool_executor/executor.pyприемане на ефекта · потвърждаванеEffectReceiptStorememory/effect_receipts.py

    Ефекти като промени във файлове, изходящи съобщения или административни действия се приемат, преди да бъдат изпълнени. Несигурен изход не се изпълнява отново; изисква се съгласуване.

  9. заключване на ресурси · диспечиранеtool_executor/executor.pyизвикване на обработчикобработчици на инструменти · bash · computercore/tools

    Диспечира към обвързания обработчик, след като заключи неговите ключове на ресурси. Извикване, прекъснато при изтичане на срока, може все още да работи навън.

  10. заключване на ресурси · диспечиранеtool_executor/executor.pyMCP извикванеMCPServerManagercore/mcp/manager.py

    Извикват се само MCP инструменти с декларирана политика за ресурсите.

  11. MCPServerManagercore/mcp/manager.pytools/callMCP сървъри

    Каталогът на сървърите идва от глобалните настройки и от настройките на проекта, преминали проверката за доверие; тази проверка се отнася само за записите на проекта. MCP мениджърът прилага своята политика за разширения и ресурси.

  12. обработчици на инструменти · bash · computercore/toolsпромени във файлове · git · процесиФайлове · git · процеси

    Изпълнените промени остават като външно състояние. Контролната точка възстановява само разговора и не ги отменя.

  13. tool_executor/executor.pyрезултат · грешка след диспечиранеToolCallProcessortool_executor/processor.py

    След диспечирането нормалните резултати и грешките (включително изтекли срокове и несигурни изходи) се връщат през PostToolUse. Грешка или изтекъл срок не означава, че външната работа е спряла или е отменена.

  14. ToolCallProcessortool_executor/processor.pytool_resultсъобщения · ConversationContextcore/agent/loop

    Резултатите, отказите и грешките еднакво се сериализират като tool_result и стават съобщения в следващия вход на модела.

  15. ToolCallProcessortool_executor/processor.pyизвикване · наблюдение на резултатаSessionTimeline · append-onlyobservability/session_timeline.py

    Записва извикването и резултата му (ok или грешка) в хронологията, включително извикванията, отказани преди изпълнение. Записът е наблюдение; той не доказва, че външен ефект е започнал или е успял.

Записи · възстановяване · завършване

Контролната точка, хронологията и редовете с доказателства се записват отделно. Няма обща транзакция, а контролната точка възстановява само разговора.

  1. AgenticLoop · шест фазиcore/agent/loopчакаща партида · запис на рундаSQLite messages · state.jsonmemory/session_checkpoint.py

    В сесия с конфигурирани контролни точки (контролна точка и session id) предложената партида се записва преди изпълнението на който и да е инструмент и не се изпълнява, ако не може да бъде записана. Завършената партида се записва отново. Извикващите без контролна точка нямат тази гаранция.

  2. SQLite messages · state.jsonmemory/session_checkpoint.pyвъзстановяване при продължаванеAgenticLoop · шест фазиcore/agent/loop

    Един път за възстановяване връща съобщенията, когнитивното състояние и броячите на защитите. Локалният за процеса TaskGraph не се възстановява.

  3. AgenticLoop · шест фазиcore/agent/loopзапис на ходаSessionTimeline · append-onlyobservability/session_timeline.py

    История на изпълнението само с добавяне, която никога не се възпроизвежда като състояние.

  4. AgenticLoop · шест фазиcore/agent/loopпроверка на завършванетоverify_turn_asynccore/agent/verify.py

    Предложението на модела да спре става завършване само чрез Verify.

  5. verify_turn_asynccore/agent/verify.pyPostVerify · StopHookRegistry · решенияcore/hooks

    Решенията на публичните hooks определят дали да се продължи с поправка, а поправките стават само в зададен бюджет (по подразбиране два).

  6. AgenticLoop · шест фазиcore/agent/loopредове с доказателства · без гаранцияEvidenceLedger · JSONLagent/evidence_ledger.py

    Диагностични редове със заличени данни. Хешовете служат за корелация; редът не доказва, че ефект е настъпил, и не се записва в една транзакция с хронологията или контролната точка.

  7. AgenticLoop · шест фазиcore/agent/loopкогнитивни · събития от жизнения цикълHookSystem · наблюдениеcore/hooks

    Наблюдаващите hooks получават и записват събития; те не решават изпълнението.

Други входни пътища

Месинджърите влизат като DAEMON сесии на демона serve; run_agent на външен MCP хост влиза в отделно изграден headless еднократен цикъл.

  1. Канал в месинджърсъобщение от каналpoller-и за месинджъриcore/server

    Poller-ите на демона serve обработват само съобщения от обвързани канали.

  2. poller-и за месинджъриcore/servercreate_session(DAEMON)SharedServices.create_sessionsupervised/services.py

    Режим без човек за одобрение: прилагат се политиката за отказ по подразбиране и бюджет от време. Само computer use може да бъде разрешен отделно от оператор; без това остава блокиран.

  3. poller-и за месинджъриcore/serverarun(message)AgenticLoop · шест фазиcore/agent/loop

    Една нишка пази един фиксиран session id и продължава една верига от контролни точки.

  4. Външен MCP хостrun_agent(prompt)run_agent · еднократноcore/mcp_server.py

    Външен MCP хост извиква GEODE като инструмент.

  5. run_agent · еднократноcore/mcp_server.pyheadless еднократен цикълAgenticLoop · шест фазиcore/agent/loop

    Отделно изграден headless изпълнител и цикъл, които заобикалят SharedServices. Списъкът за отказ по подразбиране се прилага без промяна, затова инструменти като run_bash, delegate_task и computer се премахват; изключението за computer use в DAEMON тук не съществува.

Всички връзки с еднаква дебелина. Изберете поток, за да се откроят само неговият път и номерираните стъпки.

  • Плътна · посоката, в която текат заявките, съобщенията и резултатите от инструментите
  • Прекъсната · съставяне на сесията, права или вердикт; не е път на данните
  • Дълга щрих-пунктирна · записи и наблюдение; никога не се възпроизвеждат като състояние
  • Къса прекъсната · отказ преди изпълнение, без ефект
  • Дебела черна линия · избраният поток; числата показват реда
  • Кутия · граница, която притежава код, с пътя до изходния код в заглавието
  • Вътрешен етикет · компонент в тази граница
  • Прекъсната кутия · извън процеса на средата за изпълнение
  • Оранжев контур · където решава модел
  • Цикъл на изпълнение
  • Права · вердикти
  • Хранилища за записи
  • Вход · връзка · изпълнение

Начертани са само връзките, чиито извиквания са потвърдени. Петстепенната фасада на ContextAssembler, TaskGraph и изследователските експерименти като Jev, SIL и Crucible не са по този път на изпълнение. Асинхронната отмяна не спира вече започнала синхронна работа и не отменя настъпили ефекти.

Поддържани модели · по доставчици

Изборите в каталога на кода и доставените стойности по подразбиране, а не списък, в който всеки модел е преминал реално API извикване. Конфигурираните резервни вериги са празни по подразбиране, а точните идентификатори никога не се обновяват автоматично до по-нови версии.

  • Anthropic

    API

    • ОсновенClaude Opus 5.5claude-opus-5-5По подразбиране
    • ВториченClaude Sonnet 5claude-sonnet-5По подразбиране
    • ИкономиченClaude Haiku 4.5claude-haiku-4-5-20251001По подразбиране
    Покажи всички 12 идентификатора от каталога

    API

    • claude-fable-5-1
    • claude-opus-5-5по подразбиране
    • claude-opus-5
    • claude-sonnet-5по подразбиране
    • claude-haiku-4-5-20251001по подразбиране
    • claude-fable-5
    • claude-opus-4-8
    • claude-opus-4-7
    • claude-opus-4-6
    • claude-opus-4-5
    • claude-sonnet-4-6
    • claude-sonnet-4-5-20250929

    Кодът отхвърля пътя през OAuth с абонамент.

  • OpenAI

    API · абонамент за Codex

    • По подразбиране за API и CodexGPT-6 Solgpt-6-solПо подразбиране
    Покажи всички 11 идентификатора от каталога

    API · абонамент за Codex

    • gpt-6-astra
    • gpt-6-solпо подразбиране
    • gpt-6-luna
    • gpt-5.6-sol
    • gpt-5.6-terra
    • gpt-5.6-luna

    Само API

    • gpt-5.5
    • gpt-5.3-codex
    • gpt-5.4
    • gpt-5.4-mini
    • gpt-5.4-nano

    Два пътя за достъп до един доставчик; каталогът определя кои пътища позволява всеки модел.

  • Z.ai / GLM

    PAYG

    • По подразбиранеGLM-5.3glm-5.3По подразбиране
    Покажи всички 9 идентификатора от каталога

    PAYG

    • glm-5.3по подразбиране
    • glm-5.3-flash
    • glm-5.3-flashx
    • glm-5.2
    • glm-5.1
    • glm-5
    • glm-4.7
    • glm-4.7-flashx
    • glm-4.7-flash

    Кодът не допуска пътя GLM Coding Plan.

  • OpenRouter

    Услуга за маршрутизиране

    • ИзбирачFree (smoke)openrouter/openrouter/freeРутер
    • ИзбирачAuto (variable)openrouter/openrouter/autoРутер

    Избори на рутера, а не един фиксиран модел. Изрично конфигурирани идентификатори също могат да се запазят.

  • TypeSafe / Jev

    Само за решения · отделно от генерирането на текст

    • Директноjev-1.13.0Само за решения
    • Чрез OpenRoutertypesafe/jev-1.13Само за решения

    Незадължителен адаптер, който само прави преценки; не е основен модел за генериране на текст. Машината за преценка по подразбиране е llm, а Jev трябва да бъде избран. Собствените конфигурации на изследването на Jev следват записите в изгледа Jev.

ИзточникGEODE main 373d420Публичен къмит 7 октомври 2026 г. · проверено 8 октомври 2026 г.

Експерименти

Модели и пътища, както са записани тогава, а не текущите стойности по подразбиране или пълен списък за съвместимост.

  • Бенчмарк доклад за GEODE

    July 31, 2026

    • GEODEGPT-5.6 Solgpt-5.6-solАбонамент за OpenAI · high

  • Terminal-Bench 2.1 · сдвоена спецификация с Harbor 0.22.0

    August 27, 2026

    • GEODE · native CodexGPT-5.6 Solgpt-5.6-solабонамент · max

    Замразена спецификация; не всеки планиран опит е станал валиден резултат.

  • Архивирано изпълнение на SIL run-2606-broken-tool-use

    • Целево скелеGPT-5.5gpt-5.5openai-codex
    • Одитор · съдияClaude Opus 4.8claude-opus-4-8PAYG

    Запис на отделни роли, а не две взаимозаменяеми стойности по подразбиране.