GEODE
Autonomous Agent Harness
No novērojuma līdz nākamajai darbībai.
Lokāls autonoma aģenta ietvars, kam var uzticēt izpēti, darbu ar failiem un ieplānotus uzdevumus.
GEODE runtime vocabulary
- reasoning
- action
- observation
- plan
- memory
- tools
- hook
- reflexion
- rollouts
- data curation
- data governance
- evaluation
- scaffold search
- promotion
Reasoning: SYSTEM PROMPT · CONVERSATION · RUNTIME HINTS · MODEL · ADAPTER CALL · NEXT ACTION · TOOL SCHEMA · TEXT-ONLY TURN · CURRENT STEP · PROJECT MEMORY · RUNTIME RULES · EFFORT · thinking_budget · reasoning_effort · adaptive_thinking · effort_values · default_effort · binds_thinking · none · minimal · low · medium · high · xhigh · max · MODEL ROUTEAction: ACT · TOOL_USE · TOOLCALLPROCESSOR · DISPATCH · RESEARCH · BASH · COMPUTER USE · FILE · GIT · PROCESS · EFFECT RECEIPT · TOOLEXECUTORObservation: NEXT ACTION · RESEARCH · OBSERVE · TOOL_RESULT · RESULT · ERROR · CODE · DOCUMENT · SOURCE · EVIDENCE · EXCERPTPlan: CURRENT STEP · OBJECTIVE · PLANSTEP · EXPECTED OUTCOME · REMAINING STEPS · COMPLETED · ABANDONED · REVISION · UPDATE_PLAN · /PLAN · REPLAN · VERIFY FAILED · LOW CONFIDENCEMemory: SYSTEM PROMPT · CONVERSATION · PROJECT MEMORY · RUNTIME RULES · TOOL_RESULT · CONVERSATIONCONTEXT · MESSAGES · CONTEXT WINDOW · COMPACTION · CHECKPOINT · SESSION · RECOVERY · SQLITE · STATE.JSON · PreCompact · PostCompact · SessionStart · SessionEndTools: TOOL SCHEMA · TOOL_USE · TOOLCALLPROCESSOR · DISPATCH · BASH · COMPUTER USE · EFFECT RECEIPT · TOOL_RESULT · BOUNDTOOLPLAN · GENERATION · HASH · TOOLEXECUTOR · SCOPE · POLICY · HOOK · APPROVAL · HITL · PreToolUse · PostToolUse · MCP CLIENT · PermissionRequestHook: DISPATCH · HOOK · PreToolUse · PostToolUse · UserPromptSubmit · PermissionRequest · PreCompact · PostCompact · SessionStart · SessionEnd · SubagentStart · SubagentStop · PreVerify · tool_request · tool_execution · llm_request · llm_execution · REQUEST TRANSFORM · next_call · WRAPPER · REGISTRY · PostVerify · StopReflexion: NEXT ACTION · EVIDENCE · REPLAN · VERIFY FAILED · LOW CONFIDENCE · HOOK · PreVerify · HYPOTHESES · CONFIDENCE · NEXT_ACTION_HINT · RECORD_REFLECTION · CONTRADICTION · REPAIR · VERIFY · PostVerify · Stop · COMPLETION · CONTINUE · TIME · TOKEN BUDGET · CANCELLATIONRollouts: SESSION · ROLLOUT · EXAMPLE · SEED · REPETITION · ATTEMPT · TRAJECTORY · REWARD · OUTCOME · TRACE · RUN IDData Curation: TASK SYNTHESIS · SEED GENERATION · PROXIMITY · RANKING · META-REVIEW · ELO TOURNAMENT · PILOT · DEDUPLICATION · SURVIVOR SELECTION · FROZEN POOLData Governance: PROVENANCE · LINEAGE · SCHEMA VERSION · SOURCE DIGEST · PRIVACY REVIEW · ALLOWLIST · IMMUTABLE RELEASE · SPLIT ISOLATION · SEALED HOLDOUTEvaluation: TRAJECTORY · OUTCOME · TRACE · EVALUATION HARNESS · TASK · RUBRIC · GRADER · VERIFIER · VALIDITY · FITNESS · REPLICATION · TASK COVERAGEScaffold Search: RECOVERY · FITNESS · CANDIDATE · HYPOTHESIS · MUTATION POLICY · BASELINE · FROZEN EVALUATOR · POLICY INJECTION · SEARCH SPACE · PROMOTION GATEPromotion: SEALED HOLDOUT · PROMOTION GATE · CRUCIBLE · PAIRED TRIALS · BOOTSTRAP BOUND · FROZEN CONTRACT · TASK-PACK HASH · TRAIN · SEALED TEST · SAFETY VETO · KEEP · REJECT · INVALID
Recorded evaluation · MCPMark PostgreSQL · 2026-07-04
Pirms kaut ko mainīt, tas noskaidroja, kas jau ir.
Uzdevums: rindu līmeņa drošība sociālajam pakalpojumam ar piecām tabulām.
- IzpēteNolasīja piecas tabulas, četras jau esošas palīgfunkcijas, visās piecās izslēgto RLS, kā arī politikas, privilēģijas un lomas.
- DarbībaViena transakcija: 20 politikas un ieslēgts RLS, atkārtoti izmantotas 3 esošās palīgfunkcijas un pievienotas 3 funkcijas.
- Verifikācija18 izturētas, 0 neizturētu. Visas 13 rīku atbildes 9 gājienos atgriezās bez kļūdām.
Pārbaudītāja izvade, 18 rindas (burtiski)
- RLS enabled on users
- RLS enabled on channels
- RLS enabled on channel_moderators
- RLS enabled on posts
- RLS enabled on comments
- Users can update their own profile
- Users blocked from updating other users' profiles
- Channel owners can update their channels
- Non-owners blocked from updating channels
- Post authors can update their posts
- Channel moderators can update posts in their channels
- Unauthorized users blocked from updating posts
- Comment authors can update their comments
- Post authors can moderate comments on their posts
- Channel owners can add moderators
- Non-owners blocked from adding moderators
- Content visibility varies correctly based on user context
- Anonymous users can see 3 public user profiles (correct)
Agrāks palaidiens konfigurētā novērtēšanas smilškastē, nevis reāllaika datubāze vai īsts drošības incidents. Rindu skaita pirms politikām ierakstā nav, tāpēc tas netiek rādīts. Publisks palaidiena ieraksts (meta.json, komits 23e3428)
Rezultāta pārskatīšana un labošana (iedvesmota no Reflexion, tā paša uzdevuma ietvaros) ir pašreizējās GEODE izpildvides spēja. Šajā ierakstā šāda labojuma nav: katra rīka atbilde atgriezās bez kļūdas. Izpildvides dokumentācija (hook-system.md)
Nākamo darbību izvēlas modelis; izpildes robežu uztur resursdators.
Izpildvide no brīža, kad pieprasījums nonāk sesijā, caur modeļa izsaukumu un katra piedāvātā rīka izsaukuma pilnvaru pārbaudēm līdz izpildei, rezultātiem un ierakstiem. Izvēlieties plūsmu, lai izceltu tikai tās ceļu ar numurētiem soļiem.
Nākamo darbību izvēlas modelis; izpildvide pārbauda rīku atļaujas un izlemj, kad darbs ir pabeigts.
Ārējie Scaffold Search / SIL eksperimenti sākās 2026. gada 15. maijā
Instalējiet pakotni geode-agent no PyPI vai publiskā repozitorija un palaidiet to savā terminālī. Tam var piekļūt arī kā MCP serverim.
Pieprasījums → modeļa izsaukums
Termināļa pieprasījums ienāk caur IPC, tiek izveidota sesija, un cikls izsauc modeli ar sistēmas uzvedni, sarunu un rīku shēmām.
Termināļa lietotājsdatu plūsma: prompt · cli.sockCLIPoller · IPC ligzda
core/serverPlānais CLI nosūta pieprasījumu uz serve dēmona IPC ligzdu (~/.geode/cli.sock). REPL to pašu sesijas sastāvu izpilda procesa iekšienē.
CLIPoller · IPC ligzda
core/serverpilnvaras · sastāvs: create_session(IPC)SharedServices.create_sessionsupervised/services.pyKatrs savienojums veido sesiju. Režīms nosaka HITL līmeni, laika budžetu un liegtos rīkus un projicē BoundToolPlan uz izvēlēto nodrošinātāju.
CLIPoller · IPC ligzda
core/serverpilnvaras · sastāvs: josla katram pieprasījumamLaneQueue · session · globalsupervised/services.pyPirms pieprasījuma izpildes tiek aizņemta gan sesijas josla, gan globālā josla, kas ierobežo vienlaicīgus palaidienus.
SharedServices.create_session
supervised/services.pypilnvaras · sastāvs: ToolExecutor · AgenticLoopAgenticLoop · sešas fāzescore/agent/loopIzveido izpildītāju un ciklu kā vienu pāri, kam kopīgi hook, MCP, prasmes un resursu bloķējumi.
LaneQueue · session · global
supervised/services.pydatu plūsma: arun(prompt)AgenticLoop · sešas fāzescore/agent/loopIzpilda vienu lietotāja gājienu sešās fāzēs: ievades sagatavošana, izsaukuma sagatavošana, nodrošinātāja izsaukšana, rīku apstrāde, novērošana un saspiešana, noslēgšana.
sistēmas uzvedne · deklarētie avoti
core/agent/loopdatu plūsma: sistēmas uzvedneadapter.acomplete · kļūdu klasescore/llm/adaptersTiek veidota katrā gājienā no deklarētiem avotiem, piemēram, atlasītām GEODE.md sadaļām un noteikumiem. ContextAssembler piecu līmeņu fasāde tiek izmantota tikai tad, ja to izsauc tieši; tā nav noklusējuma cikla ievade.
ziņojumi · ConversationContext
core/agent/loopdatu plūsma: ziņojumiadapter.acomplete · kļūdu klasescore/llm/adaptersSaruna un iepriekšējie rīku rezultāti tiek nodoti atsevišķi no sistēmas uzvednes.
BoundToolPlan · nemainīgs
core/tools/plan.pypilnvaras · sastāvs: rīku shēmasadapter.acomplete · kļūdu klasescore/llm/adaptersModelim redzami tikai tie rīki, kas ir šim solim piesaistītajā BoundToolPlan. Tas ir nemainīgs momentuzņēmums ar paaudzi un satura jaucējvērtību.
AgenticLoop · sešas fāzes
core/agent/loopdatu plūsma: StepSnapshot · pieprasījumsadapter.acomplete · kļūdu klasescore/llm/adaptersStepSnapshot fiksē šī izsaukuma modeli, rīkus un korelācijas ID. LLM starpprogrammatūra nevar nomainīt piesaistīto adapteri.
adapter.acomplete · kļūdu klases
core/llm/adaptersdatu plūsma: HTTPSLLM nodrošinātājiIzsaukumu veic nodrošinātājam specifisks adapteris. Kļūmes tiek klasificētas un atkārtotas tikai noteiktā ierobežojuma robežās, vai arī tās noslēdz gājienu ar noslēguma iemeslu.
adapter.acomplete · kļūdu klases
core/llm/adaptersdatu plūsma: atbilde · tool_useAgenticLoop · sešas fāzescore/agent/loopTikai teksts nonāk noslēgšanā; tool_use — rīku apstrādē.
Rīka pilnvaras → efekts → rezultāts
tool_use priekšlikums tiek izpildīts tikai pēc visu pārbaužu izturēšanas; liegumi, rezultāti un kļūdas atgriežas no izpildītāja un kļūst par nākamo modeļa ievadi.
AgenticLoop · sešas fāzes
core/agent/loopdatu plūsma: gaidošā partija · kārtas saglabāšanaSQLite messages · state.jsonmemory/session_checkpoint.pySesijā ar konfigurētu checkpoint (checkpoint un session id) piedāvātā partija tiek saglabāta pirms jebkura rīka izpildes, un partija netiek izpildīta, ja to nevar saglabāt. Pabeigtā partija tiek saglabāta vēlreiz. Izsaucējiem bez checkpoint šī garantija nav spēkā.
AgenticLoop · sešas fāzes
core/agent/loopdatu plūsma: tool_use blokiToolCallProcessortool_executor/processor.pyModeļa priekšlikums nav atļauja. Katrs izsaukums saņem ToolContext, kurā ir cikla modeļa un adaptera identitāte.
ToolCallProcessor
tool_executor/processor.pydatu plūsma: aexecutetvērums · politika · shēmatool_executor/executor.pySecīgi pārbauda sesijas tvērumu, pieprasījuma starpprogrammatūras pārrakstījumus, politiku un shēmu. Pārrakstījums, kas pazemina drošības līmeni vai personas datu klasi, tiek liegts.
BoundToolPlan · nemainīgs
core/tools/plan.pypilnvaras · sastāvs: atļauts · drošības līmenistvērums · politika · shēmatool_executor/executor.pyIzpildāmie apstrādātāji un drošības līmeņi nāk no sesijai projicētā BoundToolPlan.
PreToolUse · PostToolUse
tool_executor/executor.pypilnvaras · sastāvs: PreToolUse · PostToolUseHookRegistry · lēmumicore/hooksPubliskie hook lemj par bloķēšanu, argumentu pārrakstīšanu vai atļaujas pieprasījumu, un pēc pārrakstīšanas atkal seko tvēruma, politikas un shēmas pārbaudes. Pēc izpildes hook var pievienot kontekstu vai aizturēt rezultātu.
apstiprinājums · HITL
tool_executor/executor.pypilnvaras · sastāvs: apstiprinājuma pieprasījumsTermināļa lietotājsIPC sesijā apstiprinājuma pieprasījums tiek pārsūtīts plānajam CLI. Režīmos bez cilvēka pēc noklusējuma piemēro lieguma politiku; vienīgais izņēmums ir DAEMON computer use, ja operators to atsevišķi iespējo (citādi bloķēts).
tool_executor/executor.pyliegums pirms izpildes: liegts pirms izpildesToolCallProcessor
tool_executor/processor.pyTvēruma, politikas vai shēmas noraidījums, PreToolUse bloķēšana vai atteikts apstiprinājums atgriežas kā kļūdas rezultāts bez nosūtīšanas. Šādā gadījumā neviens šī izsaukuma efekts nesākās.
effect receipt
tool_executor/executor.pydatu plūsma: efekta pieņemšana · apstiprināšanaEffectReceiptStorememory/effect_receipts.pyEfekti, piemēram, failu izmaiņas, izejošie ziņojumi vai administratīvas darbības, tiek pieņemti pirms to izpildes. Nenoteikts iznākums netiek izpildīts atkārtoti; tas pieprasa saskaņošanu.
resursu bloķēšana · nosūtīšana
tool_executor/executor.pydatu plūsma: apstrādātāja izsaukumsrīku apstrādātāji · bash · computercore/toolsPēc resursu atslēgu bloķēšanas nosūta piesaistītajam apstrādātājam. Izsaukums, kas pārtraukts termiņā, ārpusē joprojām var darboties.
resursu bloķēšana · nosūtīšana
tool_executor/executor.pydatu plūsma: MCP izsaukumsMCPServerManagercore/mcp/manager.pyTiek izsaukti tikai MCP rīki ar deklarētu resursu politiku.
MCPServerManager
core/mcp/manager.pydatu plūsma: tools/callMCP serveriServeru katalogs nāk no globālajiem iestatījumiem un no projekta iestatījumiem, kas izturējuši uzticamības pārbaudi; šī pārbaude attiecas tikai uz projekta ierakstiem. MCP pārvaldnieks piemēro savu paplašinājumu un resursu politiku.
rīku apstrādātāji · bash · computer
core/toolsdatu plūsma: failu · git · procesu izmaiņasFaili · git · procesiIzpildītās izmaiņas paliek kā ārējs stāvoklis. Checkpoint atjauno tikai sarunu un tās neatsauc.
tool_executor/executor.pydatu plūsma: rezultāts · kļūda pēc nosūtīšanasToolCallProcessor
tool_executor/processor.pyPēc nosūtīšanas parastie rezultāti un kļūdas (ieskaitot taimautus un nenoteiktus iznākumus) atgriežas caur PostToolUse. Kļūda vai taimauts nenozīmē, ka ārējais darbs ir apstājies vai atsaukts.
ToolCallProcessor
tool_executor/processor.pydatu plūsma: tool_resultziņojumi · ConversationContextcore/agent/loopRezultāti, liegumi un kļūdas tiek vienādi serializēti kā tool_result un kļūst par ziņojumiem nākamajā modeļa ievadē.
ToolCallProcessor
tool_executor/processor.pyieraksts · novērošana: izsaukuma · rezultāta novērošanaSessionTimeline · append-onlyobservability/session_timeline.pyIeraksta izsaukumu un tā rezultātu (ok vai kļūda) timeline, ieskaitot pirms izpildes liegtos izsaukumus. Ieraksts ir novērojums; tas nepierāda, ka ārējais efekts sākās vai izdevās.
Ieraksti · atkopšana · pabeigšana
Checkpoint, timeline un pierādījumu rindas tiek rakstītas atsevišķi. Kopīgas transakcijas nav, un checkpoint atjauno tikai sarunu.
AgenticLoop · sešas fāzes
core/agent/loopdatu plūsma: gaidošā partija · kārtas saglabāšanaSQLite messages · state.jsonmemory/session_checkpoint.pySesijā ar konfigurētu checkpoint (checkpoint un session id) piedāvātā partija tiek saglabāta pirms jebkura rīka izpildes, un partija netiek izpildīta, ja to nevar saglabāt. Pabeigtā partija tiek saglabāta vēlreiz. Izsaucējiem bez checkpoint šī garantija nav spēkā.
SQLite messages · state.json
memory/session_checkpoint.pydatu plūsma: atsākšanas atjaunošanaAgenticLoop · sešas fāzescore/agent/loopViens atjaunošanas ceļš atgriež ziņojumus, kognitīvo stāvokli un sargu skaitītājus. Procesa lokālais TaskGraph netiek atkopts.
AgenticLoop · sešas fāzes
core/agent/loopieraksts · novērošana: gājiena ierakstsSessionTimeline · append-onlyobservability/session_timeline.pyTikai papildināma izpildes vēsture, kas nekad netiek atskaņota kā stāvoklis.
AgenticLoop · sešas fāzes
core/agent/looppilnvaras · sastāvs: pabeigšanas pārbaudeverify_turn_asynccore/agent/verify.pyModeļa priekšlikums apstāties kļūst par pabeigšanu tikai caur Verify.
verify_turn_async
core/agent/verify.pypilnvaras · sastāvs: PostVerify · StopHookRegistry · lēmumicore/hooksPublisko hook lēmumi nosaka, vai turpināt ar labojumu, un labojumi notiek tikai noteiktā budžeta robežās (pēc noklusējuma divi).
AgenticLoop · sešas fāzes
core/agent/loopieraksts · novērošana: pierādījumu rindas · best-effortEvidenceLedger · JSONLagent/evidence_ledger.pyRediģētas diagnostikas rindas. Jaucējvērtības palīdz korelācijai; rinda nepierāda, ka efekts notika, un tā netiek rakstīta vienā transakcijā ar timeline vai checkpoint.
AgenticLoop · sešas fāzes
core/agent/loopieraksts · novērošana: kognitīvie · dzīves cikla notikumiHookSystem · novērošanacore/hooksNovērošanas hook saņem un reģistrē notikumus; tie nelemj par izpildi.
Citi ieejas ceļi
Ziņapmaiņas lietotnes ienāk kā serve dēmona DAEMON sesijas; ārēja MCP resursdatora run_agent ienāk atsevišķi izveidotā bezsaskarnes vienreizējā ciklā.
Ziņapmaiņas kanālsdatu plūsma: kanāla ziņojumsziņapmaiņas polleri
core/serverServe dēmona polleri apstrādā tikai piesaistīto kanālu ziņojumus.
ziņapmaiņas polleri
core/serverpilnvaras · sastāvs: create_session(DAEMON)SharedServices.create_sessionsupervised/services.pyRežīms bez cilvēka, kas apstiprina: piemēro noklusējuma lieguma politiku un laika budžetu. Tikai computer use operators var atsevišķi iespējot; bez tā tas paliek bloķēts.
ziņapmaiņas polleri
core/serverdatu plūsma: arun(message)AgenticLoop · sešas fāzescore/agent/loopPavediens patur vienu fiksētu session id un turpina vienu checkpoint ķēdi.
Ārējs MCP resursdatorsdatu plūsma: run_agent(prompt)run_agent · vienreizēja izpilde
core/mcp_server.pyĀrējs MCP resursdators izsauc GEODE kā rīku.
run_agent · vienreizēja izpilde
core/mcp_server.pydatu plūsma: bezsaskarnes vienreizējs ciklsAgenticLoop · sešas fāzescore/agent/loopAtsevišķi izveidots bezsaskarnes izpildītājs un cikls, kas apiet SharedServices. Noklusējuma liegumu saraksts tiek piemērots bez izmaiņām, tāpēc tādi rīki kā run_bash, delegate_task un computer tiek noņemti; DAEMON computer use izņēmuma šeit nav.
Visi savienojumi ar vienādu svaru. Izvēlieties plūsmu, lai izceltu tikai tās ceļu ar numurētiem soļiem.
- Nepārtraukta · pieprasījumu, ziņojumu un rīku rezultātu plūsmas virziens
- Raustīta · sesijas sastāvs, pilnvaras vai verdikts; nav datu ceļš
- Gara svītra-punkts · ieraksti un novērošana; nekad netiek atskaņoti kā stāvoklis
- Īsa svītra · liegums pirms izpildes, bez efekta
- Bieza melna līnija · izvēlētā plūsma; skaitļi norāda secību
- Rāmis · koda īpašuma robeža, avota ceļš galvenē
- Iekšējā plāksnīte · komponents šīs robežas iekšienē
- Raustīts rāmis · ārpus izpildvides procesa
- Oranža kontūra · vieta, kur lemj modelis
- Izpildes cikls
- Pilnvaras · verdikti
- Ierakstu krātuves
- Ieeja · savienojums · izpilde
Zīmēti tikai savienojumi, kuru izsaukumi ir apstiprināti. ContextAssembler piecu līmeņu fasāde, TaskGraph un tādi pētnieciskie eksperimenti kā Jev, SIL un Crucible nav šajā izpildvides ceļā. Asinhrona atcelšana neaptur jau sāktu sinhronu darbu un neatsauc notikušus efektus.
Atbalstītie modeļi · pa nodrošinātājiem
Koda kataloga izvēles un piegādātie noklusējumi, nevis saraksts, kurā katrs modelis būtu izturējis reālu API izsaukumu. Konfigurētās rezerves ķēdes pēc noklusējuma ir tukšas, un precīzi ID nekad netiek automātiski atjaunināti uz jaunākām versijām.
Anthropic
API
- PrimāraisClaude Opus 5.5
claude-opus-5-5Noklusējums - SekundāraisClaude Sonnet 5
claude-sonnet-5Noklusējums - EkonomiskaisClaude Haiku 4.5
claude-haiku-4-5-20251001Noklusējums
Rādīt visus kataloga ID (12)
API
claude-fable-5-1claude-opus-5-5noklusējumsclaude-opus-5claude-sonnet-5noklusējumsclaude-haiku-4-5-20251001noklusējumsclaude-fable-5claude-opus-4-8claude-opus-4-7claude-opus-4-6claude-opus-4-5claude-sonnet-4-6claude-sonnet-4-5-20250929
Kods noraida abonementa OAuth maršrutu.
- PrimāraisClaude Opus 5.5
OpenAI
API · Codex abonements
- API un Codex noklusējumsGPT-6 Sol
gpt-6-solNoklusējums
Rādīt visus kataloga ID (11)
API · Codex abonements
gpt-6-astragpt-6-solnoklusējumsgpt-6-lunagpt-5.6-solgpt-5.6-terragpt-5.6-luna
Tikai API
gpt-5.5gpt-5.3-codexgpt-5.4gpt-5.4-minigpt-5.4-nano
Divi piekļuves maršruti vienam nodrošinātājam; katalogs nosaka, kurus maršrutus atļauj katrs modelis.
- API un Codex noklusējumsGPT-6 Sol
Z.ai / GLM
PAYG
- NoklusējumsGLM-5.3
glm-5.3Noklusējums
Rādīt visus kataloga ID (9)
PAYG
glm-5.3noklusējumsglm-5.3-flashglm-5.3-flashxglm-5.2glm-5.1glm-5glm-4.7glm-4.7-flashxglm-4.7-flash
Kods nepieļauj GLM Coding Plan maršrutu.
- NoklusējumsGLM-5.3
OpenRouter
Maršrutēšanas pakalpojums
- AtlasītājsFree (smoke)
openrouter/openrouter/freeMaršrutētājs - AtlasītājsAuto (variable)
openrouter/openrouter/autoMaršrutētājs
Maršrutētāja izvēles, nevis viens fiksēts modelis. Tieši konfigurētus ID var arī paturēt.
- AtlasītājsFree (smoke)
TypeSafe / Jev
Tikai lēmumiem · atsevišķi no teksta ģenerēšanas
- Tieši
jev-1.13.0Tikai lēmumiem - Caur OpenRouter
typesafe/jev-1.13Tikai lēmumiem
Neobligāts adapteris, kas veic tikai spriedumus; tas nav saknes teksta ģenerēšanas modelis. Noklusējuma sprieduma dzinējs ir llm, un Jev jāizvēlas atsevišķi. Paša Jev pētījuma konfigurācijas atbilst Jev skata ierakstiem.
- Tieši
AvotsGEODE main 373d420Publisks komits 2026. gada 7. oktobrī · pārbaudīts 2026. gada 8. oktobrī
Eksperimenti
Modeļi un maršruti, kā tie toreiz reģistrēti, nevis pašreizējie noklusējumi vai pilns saderības saraksts.
GEODE etalontesta ziņojums
July 31, 2026
- GEODEGPT-5.6 Sol
gpt-5.6-solOpenAI abonements · high
- GEODEGPT-5.6 Sol
Terminal-Bench 2.1 · Harbor 0.22.0 pāru specifikācija
August 27, 2026
- GEODE · native CodexGPT-5.6 Sol
gpt-5.6-solabonements · max
Iesaldēta specifikācija; ne katrs plānotais mēģinājums deva derīgu rezultātu.
- GEODE · native CodexGPT-5.6 Sol
Arhivēts SIL palaidiens run-2606-broken-tool-use
- Mērķa karkassGPT-5.5
gpt-5.5openai-codex - Auditors · tiesnesisClaude Opus 4.8
claude-opus-4-8PAYG
Atsevišķu lomu ieraksts, nevis divi savstarpēji aizstājami noklusējumi.
- Mērķa karkassGPT-5.5