LT
Geodi, oficialus GEODE pikselinis personažas
Atgal į salę

GEODE

Autonomous Agent Harness

Nuo stebėjimo iki kito veiksmo.

Vietinis autonominio agento karkasas, kuriam galima patikėti tyrimus, darbą su failais ir suplanuotas užduotis.

2026.02.21 — present

Projektavimas, sprendimai, verifikacija: Author · įgyvendinimas: Claude · peržiūra: Codex

  • CLIPaskelbta · PyPI
  • MCP serverisĮgyvendinta
Recorded evaluation · MCPMark PostgreSQL · 2026-07-04

Prieš ką nors keisdamas, jis surado tai, kas jau buvo.

Užduotis: eilučių lygio sauga socialinei paslaugai su penkiomis lentelėmis.

  1. TyrimasIškvietimai 1–12 · list_objects, get_object_details, execute_sqlPerskaitė penkias lenteles, keturias jau esamas pagalbines funkcijas, visose penkiose išjungtą RLS bei politikas, privilegijas ir vaidmenis.
  2. VeiksmasIškvietimas 13 · execute_sqlViena transakcija: 20 politikų ir įjungtas RLS, pakartotinai panaudojant 3 esamas pagalbines funkcijas ir pridedant 3 naujas funkcijas.
  3. VerifikacijaVertinimo karkasas · ne agento iškvietimas18 išlaikyta, 0 neišlaikyta. Visi 13 įrankių atsakymų per 9 ėjimus grįžo be klaidų.
Tikrintuvo išvestis, 18 eilučių (pažodžiui)
  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)

Ankstesnis paleidimas sukonfigūruotoje vertinimo smėlio dėžėje, o ne gyva duomenų bazė ar tikras saugumo incidentas. Eilučių skaičių prieš politikas įraše nėra, todėl jie nerodomi. Viešas paleidimo įrašas (meta.json, komitas 23e3428)

Rezultato peržiūra ir jo taisymas (įkvėptas Reflexion, tos pačios užduoties ribose) yra dabartinės GEODE vykdymo aplinkos galimybė. Šiame įraše tokio taisymo nėra: kiekvienas įrankio atsakymas grįžo be klaidos. Vykdymo aplinkos dokumentacija (hook-system.md)

Kitą veiksmą renkasi modelis; vykdymo ribą saugo pagrindinė programa.

Vykdymo aplinka nuo užklausos, patenkančios į sesiją, per modelio iškvietimą ir įgaliojimų patikras kiekvienam pasiūlytam įrankio iškvietimui iki vykdymo, rezultatų ir įrašų. Pasirinkite srautą, kad būtų paryškintas tik jo kelias su sunumeruotais žingsniais.

Kitą veiksmą pasirenka modelis; vykdymo aplinka tikrina įrankių leidimus ir sprendžia, kada darbas baigtas.

Išoriniai Scaffold Search / SIL eksperimentai pradėti May 15, 2026

Paketas geode-agent įdiegiamas iš PyPI arba viešos saugyklos ir paleidžiamas savame terminale. Prie jo taip pat galima jungtis kaip prie MCP serverio.

Vykdymo aplinkos architektūra · nubraižyta pagal kodo kelius užfiksuotame komite 9e2c041
GEODE vykdymo aplinkos architektūraGEODE vykdymo aplinkos proceso komponentai ir ryšiai. Užklausos ateina per terminalo IPC, pokalbių programas ar išorinę MCP pagrindinę programą ir tampa sesija; AgenticLoop kviečia modelį su sisteminiu raginimu, pokalbiu ir įrankių schemomis. Modelio pasiūlytas įrankio iškvietimas vykdomas tik praėjus ToolExecutor apimties, politikos, schemos, hook ir patvirtinimo patikroms, o jo rezultatas tampa kita modelio įvestimi. Kontrolinis taškas, timeline ir įrodymų eilutės yra atskiros saugyklos.Terminalo naudotojasREPL · thin CLIPokalbių programos kanalasSlack · Discord · TelegramIšorinė MCP pagrindinė programaįrankis run_agentLLM tiekėjaiHTTPS · modelių APIFailai · git · procesaibūsena už kontrolinių taškų ribųMCP serveriaiglobalūs + patikimas projektascore/serverCLIPoller · IPC lizdaspokalbių programų apklausikliaicore/mcp_server.pyrun_agent · vienkartinis paleidimassupervised/services.pySharedServices.create_sessionLaneQueue · session · globalcore/agent/loopAgenticLoop · šešios fazėssisteminis raginimas · deklaruoti šaltiniaižinutės · ConversationContextcore/llm/adaptersadapter.acomplete · klaidų klasėstool_executor/processor.pyToolCallProcessorcore/tools/plan.pyBoundToolPlan · nekintamastool_executor/executor.pyapimtis · politika · schemaPreToolUse · PostToolUsepatvirtinimas · HITLeffect receiptresursų užraktas · perdavimascore/toolsįrankių doroklės · 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 · sprendimaiHookSystem · stebėjimasGEODE vykdymo aplinkos procesasserve demonas · REPL · vienkartinis paleidimasĮėjimas · sesijos sudėtisVykdymo ciklas · modelio iškvietimasĮrankių įgaliojimai · poveikiaiĮrašai · atkūrimas · užbaigimas1 prompt · cli.sock · Terminalo naudotojas → CLIPoller · IPC lizdas12 create_session(IPC) · CLIPoller · IPC lizdas → SharedServices.create_session23 lane kiekvienai užklausai · CLIPoller · IPC lizdas → LaneQueue · session · global34ToolExecutor · AgenticLoop5arun(prompt)6sisteminis raginimas7žinutės8įrankių schemos9StepSnapshot · užklausa10HTTPS11 atsakymas · tool_use · adapter.acomplete · klaidų klasės → AgenticLoop · šešios fazės111laukiantis paketas · raundo įrašymas2tool_use blokai3 aexecute · ToolCallProcessor → apimtis · politika · schema34leidžiama · saugumo lygis5PreToolUse · PostToolUse6patvirtinimo užklausa7 atmesta prieš vykdymą · tool_executor/executor.py → ToolCallProcessor78poveikio priėmimas · patvirtinimas9doroklės iškvietimas10 MCP iškvietimas · resursų užraktas · perdavimas → MCPServerManager1011 tools/call · MCPServerManager → MCP serveriai1112 failų · git · procesų pakeitimai · įrankių doroklės · bash · computer → Failai · git · procesai1213 rezultatas · klaida po perdavimo · tool_executor/executor.py → ToolCallProcessor1314tool_result15iškvietimas · rezultato stebėjimas1laukiantis paketas · raundo įrašymas2atkūrimas tęsiant3ėjimo įrašas4užbaigimo patikra5PostVerify · Stop6įrodymų eilutės · best-effort7kognityviniai · gyvavimo ciklo įvykiai1kanalo žinutė2 create_session(DAEMON) · pokalbių programų apklausikliai → SharedServices.create_session23arun(message)4run_agent(prompt)5begalvis vienkartinis ciklas

Užklausa → modelio iškvietimas

Terminalo užklausa ateina per IPC, sudaroma sesija, ir ciklas kviečia modelį su sisteminiu raginimu, pokalbiu ir įrankių schemomis.

  1. Terminalo naudotojasprompt · cli.sockCLIPoller · IPC lizdascore/server

    Plonas CLI siunčia užklausą į serve demono IPC lizdą (~/.geode/cli.sock). REPL tą pačią sesijos sudėtį vykdo proceso viduje.

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

    Kiekvienas ryšys sudaro sesiją. Režimas nustato HITL lygį, laiko biudžetą ir draudžiamus įrankius bei projektuoja BoundToolPlan į pasirinktą tiekėją.

  3. CLIPoller · IPC lizdascore/serverlane kiekvienai užklausaiLaneQueue · session · globalsupervised/services.py

    Prieš vykdant užklausą laikomi ir sesijos lane, ir globalus lane, todėl ribojami lygiagretūs paleidimai.

  4. SharedServices.create_sessionsupervised/services.pyToolExecutor · AgenticLoopAgenticLoop · šešios fazėscore/agent/loop

    Sukuria vykdytoją ir ciklą kaip vieną porą, kuri dalijasi hook, MCP, įgūdžiais ir resursų užraktais.

  5. LaneQueue · session · globalsupervised/services.pyarun(prompt)AgenticLoop · šešios fazėscore/agent/loop

    Vieną naudotojo ėjimą vykdo šešiomis fazėmis: paruošti įvestį, paruošti iškvietimą, iškviesti tiekėją, apdoroti įrankius, stebėti ir suglaudinti, užbaigti.

  6. sisteminis raginimas · deklaruoti šaltiniaicore/agent/loopsisteminis raginimasadapter.acomplete · klaidų klasėscore/llm/adapters

    Kiekvieną ėjimą sudaromas iš deklaruotų šaltinių, pavyzdžiui, pasirinktų GEODE.md skyrių ir taisyklių. Penkių lygių ContextAssembler fasadas naudojamas tik iškvietus jį aiškiai; tai nėra numatytojo ciklo įvestis.

  7. žinutės · ConversationContextcore/agent/loopžinutėsadapter.acomplete · klaidų klasėscore/llm/adapters

    Pokalbis ir ankstesni įrankių rezultatai perduodami atskirai nuo sisteminio raginimo.

  8. BoundToolPlan · nekintamascore/tools/plan.pyįrankių schemosadapter.acomplete · klaidų klasėscore/llm/adapters

    Modeliui matomi tik šiam žingsniui susieto BoundToolPlan įrankiai. Tai nekintama momentinė kopija su kartos numeriu ir turinio maiša.

  9. AgenticLoop · šešios fazėscore/agent/loopStepSnapshot · užklausaadapter.acomplete · klaidų klasėscore/llm/adapters

    StepSnapshot užfiksuoja šio iškvietimo modelį, įrankius ir koreliacijos ID. LLM tarpinė programinė įranga negali pakeisti susieto adapterio.

  10. adapter.acomplete · klaidų klasėscore/llm/adaptersHTTPSLLM tiekėjai

    Iškvietimą atlieka konkretaus tiekėjo adapteris. Nesėkmės klasifikuojamos ir kartojamos tik nustatytos ribos neperžengiant arba ėjimas baigiamas su pabaigos priežastimi.

  11. adapter.acomplete · klaidų klasėscore/llm/adaptersatsakymas · tool_useAgenticLoop · šešios fazėscore/agent/loop

    Vien tekstas veda į pabaigą; tool_use veda į įrankių apdorojimą.

Įrankio įgaliojimai → poveikis → rezultatas

tool_use pasiūlymas vykdomas tik praėjus visoms patikroms; atmetimai, rezultatai ir klaidos grįžta iš vykdytojo ir tampa kita modelio įvestimi.

  1. AgenticLoop · šešios fazėscore/agent/looplaukiantis paketas · raundo įrašymasSQLite messages · state.jsonmemory/session_checkpoint.py

    Sesijoje su sukonfigūruotais kontroliniais taškais (yra kontrolinis taškas ir session id) pasiūlytas paketas įrašomas prieš paleidžiant bet kurį įrankį, o jei jo įrašyti nepavyksta, paketas nevykdomas. Įvykdytas paketas įrašomas dar kartą. Kvietėjams be kontrolinio taško ši garantija netaikoma.

  2. AgenticLoop · šešios fazėscore/agent/looptool_use blokaiToolCallProcessortool_executor/processor.py

    Modelio pasiūlymas nėra leidimas. Kiekvienas iškvietimas gauna ToolContext su ciklo modelio ir adapterio tapatybe.

  3. ToolCallProcessortool_executor/processor.pyaexecuteapimtis · politika · schematool_executor/executor.py

    Iš eilės tikrina sesijos apimtį, užklausų tarpinės programinės įrangos perrašymus, politiką ir schemą. Perrašymas, mažinantis saugumo lygį ar asmens duomenų klasę, atmetamas.

  4. BoundToolPlan · nekintamascore/tools/plan.pyleidžiama · saugumo lygisapimtis · politika · schematool_executor/executor.py

    Vykdomos doroklės ir saugumo lygiai paimami iš sesijai suprojektuoto BoundToolPlan.

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

    Vieši hook sprendžia, ar blokuoti, perrašyti argumentus ar prašyti leidimo, o po perrašymo vėl atliekamos apimties, politikos ir schemos patikros. Po vykdymo hook gali pridėti konteksto arba sulaikyti rezultatą.

  6. patvirtinimas · HITLtool_executor/executor.pypatvirtinimo užklausaTerminalo naudotojas

    IPC sesijoje patvirtinimo užklausa perduodama plonam CLI. Režimai be žmogaus pagal numatymą taiko atmetimo politiką; vienintelė išimtis – computer use DAEMON režime, kai operatorius jį atskirai įjungia (kitaip užblokuota).

  7. tool_executor/executor.pyatmesta prieš vykdymąToolCallProcessortool_executor/processor.py

    Atmetimas dėl apimties, politikos ar schemos, PreToolUse blokavimas ar atsisakytas patvirtinimas grąžinami kaip klaidos rezultatas be perdavimo. Tokiu atveju joks šio iškvietimo poveikis neprasidėjo.

  8. effect receipttool_executor/executor.pypoveikio priėmimas · patvirtinimasEffectReceiptStorememory/effect_receipts.py

    Poveikiai, tokie kaip failų pakeitimai, siunčiamos žinutės ar administraciniai veiksmai, priimami prieš juos vykdant. Neaiškus rezultatas nevykdomas pakartotinai; jam reikia suderinimo.

  9. resursų užraktas · perdavimastool_executor/executor.pydoroklės iškvietimasįrankių doroklės · bash · computercore/tools

    Perduoda susietai doroklei, užrakinęs jos resursų raktus. Iškvietimas, nutrauktas pasibaigus terminui, išorėje gali vis dar vykti.

  10. resursų užraktas · perdavimastool_executor/executor.pyMCP iškvietimasMCPServerManagercore/mcp/manager.py

    Kviečiami tik MCP įrankiai su deklaruota resursų politika.

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

    Serverių katalogas sudaromas iš globalių nustatymų ir patikimumo patikrą praėjusių projekto nustatymų; ši patikra taikoma tik projekto įrašams. MCP tvarkyklė taiko savo plėtinių ir resursų politiką.

  12. įrankių doroklės · bash · computercore/toolsfailų · git · procesų pakeitimaiFailai · git · procesai

    Įvykdyti pakeitimai lieka kaip išorinė būsena. Kontrolinis taškas atkuria tik pokalbį ir jų neatšaukia.

  13. tool_executor/executor.pyrezultatas · klaida po perdavimoToolCallProcessortool_executor/processor.py

    Po perdavimo įprasti rezultatai ir klaidos (įskaitant laiko viršijimą ir neaiškius rezultatus) grįžta per PostToolUse. Klaida ar laiko viršijimas nereiškia, kad išorinis darbas sustojo ar buvo atšauktas.

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

    Rezultatai, atmetimai ir klaidos vienodai serializuojami kaip tool_result ir tampa žinutėmis kitoje modelio įvestyje.

  15. ToolCallProcessortool_executor/processor.pyiškvietimas · rezultato stebėjimasSessionTimeline · append-onlyobservability/session_timeline.py

    Įrašo iškvietimą ir jo rezultatą (ok ar klaida) į timeline, įskaitant iškvietimus, atmestus prieš vykdymą. Įrašas yra stebėjimas; jis neįrodo, kad išorinis poveikis prasidėjo ar pavyko.

Įrašai · atkūrimas · užbaigimas

Kontrolinis taškas, timeline ir įrodymų eilutės rašomi atskirai. Bendros transakcijos nėra, o kontrolinis taškas atkuria tik pokalbį.

  1. AgenticLoop · šešios fazėscore/agent/looplaukiantis paketas · raundo įrašymasSQLite messages · state.jsonmemory/session_checkpoint.py

    Sesijoje su sukonfigūruotais kontroliniais taškais (yra kontrolinis taškas ir session id) pasiūlytas paketas įrašomas prieš paleidžiant bet kurį įrankį, o jei jo įrašyti nepavyksta, paketas nevykdomas. Įvykdytas paketas įrašomas dar kartą. Kvietėjams be kontrolinio taško ši garantija netaikoma.

  2. SQLite messages · state.jsonmemory/session_checkpoint.pyatkūrimas tęsiantAgenticLoop · šešios fazėscore/agent/loop

    Vienas atkūrimo kelias grąžina žinutes, kognityvinę būseną ir apsaugų skaitiklius. Tik procese esantis TaskGraph neatkuriamas.

  3. AgenticLoop · šešios fazėscore/agent/loopėjimo įrašasSessionTimeline · append-onlyobservability/session_timeline.py

    Tik papildoma vykdymo istorija, niekada neatkuriama kaip būsena.

  4. AgenticLoop · šešios fazėscore/agent/loopužbaigimo patikraverify_turn_asynccore/agent/verify.py

    Modelio pasiūlymas sustoti tampa užbaigimu tik per Verify.

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

    Viešų hook sprendimai nusako, ar tęsti su pataisa, o pataisos vyksta tik neviršijant nustatyto biudžeto (numatytasis – du).

  6. AgenticLoop · šešios fazėscore/agent/loopįrodymų eilutės · best-effortEvidenceLedger · JSONLagent/evidence_ledger.py

    Diagnostinės eilutės be jautrių duomenų. Maišos reikšmės padeda koreliuoti; eilutė neįrodo, kad poveikis įvyko, ir ji nerašoma viena transakcija su timeline ar kontroliniu tašku.

  7. AgenticLoop · šešios fazėscore/agent/loopkognityviniai · gyvavimo ciklo įvykiaiHookSystem · stebėjimascore/hooks

    Stebėjimo hook gauna ir įrašo įvykius; jie nesprendžia dėl vykdymo.

Kiti įėjimo keliai

Pokalbių programos įeina kaip serve demono DAEMON sesijos; išorinės MCP pagrindinės programos run_agent įeina į atskirai sukurtą begalvį vienkartinį ciklą.

  1. Pokalbių programos kanalaskanalo žinutėpokalbių programų apklausikliaicore/server

    Serve demono apklausikliai apdoroja žinutes tik iš susietų kanalų.

  2. pokalbių programų apklausikliaicore/servercreate_session(DAEMON)SharedServices.create_sessionsupervised/services.py

    Režimas be žmogaus, kuris tvirtintų: galioja numatytoji atmetimo politika ir laiko biudžetas. Tik computer use operatorius gali įjungti atskirai; be to jis lieka užblokuotas.

  3. pokalbių programų apklausikliaicore/serverarun(message)AgenticLoop · šešios fazėscore/agent/loop

    Gija išlaiko vieną fiksuotą session id ir tęsia vieną kontrolinių taškų grandinę.

  4. Išorinė MCP pagrindinė programarun_agent(prompt)run_agent · vienkartinis paleidimascore/mcp_server.py

    Išorinė MCP pagrindinė programa kviečia GEODE kaip įrankį.

  5. run_agent · vienkartinis paleidimascore/mcp_server.pybegalvis vienkartinis ciklasAgenticLoop · šešios fazėscore/agent/loop

    Atskirai sukurti begalviai vykdytojas ir ciklas, apeinantys SharedServices. Numatytasis draudimų sąrašas taikomas nepakeistas, todėl tokie įrankiai kaip run_bash, delegate_task ir computer pašalinti; DAEMON computer use išimties čia nėra.

Visi ryšiai vienodo storio. Pasirinkite srautą, kad būtų paryškintas tik jo kelias su sunumeruotais žingsniais.

  • Ištisinė · kryptis, kuria keliauja užklausos, žinutės ir įrankių rezultatai
  • Brūkšninė · sesijos sudėtis, įgaliojimai ar verdiktas; ne duomenų kelias
  • Ilga brūkšninė-taškinė · įrašai ir stebėjimas; niekada neatkuriami kaip būsena
  • Trumpa brūkšninė · atmetimas prieš vykdymą, be poveikio
  • Stora juoda linija · pasirinktas srautas; skaičiai rodo tvarką
  • Rėmelis · kodą valdanti riba, šaltinio kelias antraštėje
  • Vidinė plokštelė · komponentas tos ribos viduje
  • Brūkšninis rėmelis · už vykdymo aplinkos proceso ribų
  • Oranžinis kontūras · kur sprendžia modelis
  • Vykdymo ciklas
  • Įgaliojimai · verdiktai
  • Įrašų saugyklos
  • Įėjimas · ryšys · vykdymas

Nubraižyti tik ryšiai, kurių iškvietimai patvirtinti. Penkių lygių ContextAssembler fasadas, TaskGraph ir tyrimų eksperimentai, tokie kaip Jev, SIL ir Crucible, šiame vykdymo kelyje nėra. Asinchroninis atšaukimas nesustabdo jau pradėto sinchroninio darbo ir neatšaukia įvykusių poveikių.

Palaikomi modeliai · pagal tiekėją

Kodo katalogo pasirinkimai ir pateikiami numatytieji nustatymai, o ne sąrašas, kuriame kiekvienas modelis praėjo tikrą API iškvietimą. Sukonfigūruotos atsarginės grandinės pagal numatymą tuščios, o tikslūs ID niekada automatiškai neatnaujinami į naujesnes versijas.

  • Anthropic

    API

    • PagrindinisClaude Opus 5.5claude-opus-5-5Numatytasis
    • AntrinisClaude Sonnet 5claude-sonnet-5Numatytasis
    • BiudžetinisClaude Haiku 4.5claude-haiku-4-5-20251001Numatytasis
    Rodyti visus katalogo ID (12)

    API

    • claude-fable-5-1
    • claude-opus-5-5numatytasis
    • claude-opus-5
    • claude-sonnet-5numatytasis
    • claude-haiku-4-5-20251001numatytasis
    • 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

    Kodas atmeta prenumeratos OAuth maršrutą.

  • OpenAI

    API · Codex prenumerata

    • Numatytasis API ir CodexGPT-6 Solgpt-6-solNumatytasis
    Rodyti visus katalogo ID (11)

    API · Codex prenumerata

    • gpt-6-astra
    • gpt-6-solnumatytasis
    • gpt-6-luna
    • gpt-5.6-sol
    • gpt-5.6-terra
    • gpt-5.6-luna

    Tik API

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

    Du prieigos maršrutai prie vieno tiekėjo; katalogas nustato, kuriuos maršrutus leidžia kiekvienas modelis.

  • Z.ai / GLM

    PAYG

    • NumatytasisGLM-5.3glm-5.3Numatytasis
    Rodyti visus katalogo ID (9)

    PAYG

    • glm-5.3numatytasis
    • 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

    Kodas neleidžia GLM Coding Plan maršruto.

  • OpenRouter

    Maršrutizavimo paslauga

    • ParinkiklisFree (smoke)openrouter/openrouter/freeMaršrutizatorius
    • ParinkiklisAuto (variable)openrouter/openrouter/autoMaršrutizatorius

    Maršrutizatoriaus pasirinkimai, o ne vienas fiksuotas modelis. Aiškiai sukonfigūruotus ID taip pat galima išlaikyti.

  • TypeSafe / Jev

    Tik sprendimams · atskirai nuo teksto generavimo

    • Tiesiogiaijev-1.13.0Tik sprendimams
    • Per OpenRoutertypesafe/jev-1.13Tik sprendimams

    Pasirenkamas adapteris, kuris tik priima sprendimus; tai nėra pagrindinis teksto generavimo modelis. Numatytasis sprendimų variklis – llm, o Jev reikia pasirinkti. Paties Jev tyrimo konfigūracijos atitinka Jev skyriaus įrašus.

ŠaltinisGEODE main 373d420Viešas komitas October 7, 2026 · patikrinta October 8, 2026

Eksperimentai

Modeliai ir maršrutai, kaip jie užfiksuoti tuo metu, o ne dabartiniai numatytieji nustatymai ar išsamus suderinamumo sąrašas.

  • GEODE lyginamojo testo ataskaita

    July 31, 2026

    • GEODEGPT-5.6 Solgpt-5.6-solOpenAI prenumerata · high

  • Terminal-Bench 2.1 · Harbor 0.22.0 porinė specifikacija

    August 27, 2026

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

    Įšaldyta specifikacija; ne kiekvienas suplanuotas bandymas davė galiojantį rezultatą.

  • Archyvuotas SIL paleidimas run-2606-broken-tool-use

    • Tiksliniai pastoliaiGPT-5.5gpt-5.5openai-codex
    • Auditorius · teisėjasClaude Opus 4.8claude-opus-4-8PAYG

    Atskirų vaidmenų įrašas, o ne dvi tarpusavyje keičiamos numatytosios reikšmės.