UK
Geodi, офіційний піксельний персонаж GEODE
Назад до зали

GEODE

Autonomous Agent Harness

Від спостереження до наступної дії.

Локальна обв’язка автономного агента, якій можна доручити дослідження, роботу з файлами та заплановані завдання.

2026.02.21 — present

Проєктування, рішення, верифікація: Author · реалізація: Claude · рев’ю: Codex

  • CLIОпубліковано · PyPI
  • MCP-серверРеалізовано
Recorded evaluation · MCPMark PostgreSQL · 2026-07-04

Перш ніж щось змінювати, він знайшов те, що вже було.

Завдання: безпека на рівні рядків для соціального сервісу з п’ятьма таблицями.

  1. ДослідженняВиклики 1–12 · list_objects, get_object_details, execute_sqlПрочитав п’ять таблиць, чотири вже наявні допоміжні функції, вимкнений RLS на всіх п’яти, а також політики, привілеї й ролі.
  2. ДіяВиклик 13 · execute_sqlОдна транзакція: 20 політик і ввімкнений RLS, повторне використання 3 наявних допоміжних функцій і 3 нові функції.
  3. ВерифікаціяОбв’язка оцінювання · не виклик агента18 пройдено, 0 провалено. Усі 13 відповідей інструментів за 9 ходів повернулися без помилок.
Вивід верифікатора, 18 рядків (дослівно)
  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)

Минулий запуск у налаштованій пісочниці оцінювання, а не жива база даних чи реальний інцидент безпеки. Кількості рядків до політик у записі немає, тому їх не показано. Публічний запис запуску (meta.json, коміт 23e3428)

Перегляд результату та його виправлення (за мотивами Reflexion, у межах того самого завдання) — можливість поточного середовища виконання GEODE. У цьому записі такого виправлення немає: кожна відповідь інструмента повернулася без помилки. Документація середовища виконання (hook-system.md)

Наступну дію обирає модель; межу виконання тримає хост.

Середовище виконання від запиту, що надходить у сесію, через виклик моделі й перевірки повноважень для кожного запропонованого виклику інструмента — до виконання, результатів і записів. Оберіть потік, щоб підсвітити лише його шлях із пронумерованими кроками.

Наступну дію обирає модель; середовище виконання перевіряє дозволи інструментів і вирішує, коли роботу завершено.

Зовнішні експерименти Scaffold Search / SIL почалися May 15, 2026

Пакет geode-agent встановлюється з PyPI або з публічного репозиторію й запускається у власному терміналі. До нього також можна під’єднатися як до MCP-сервера.

Архітектура середовища виконання · накреслено за шляхами коду на зафіксованому коміті 9e2c041
Архітектура середовища виконання GEODEКомпоненти та зв’язки процесу середовища виконання GEODE. Запити надходять через термінальний IPC, месенджери або зовнішній MCP-хост і стають сесією; AgenticLoop викликає модель із системним промптом, розмовою та схемами інструментів. Запропонований моделлю виклик інструмента виконується лише після того, як пройде перевірки області, політики, схеми, hook і схвалення в ToolExecutor, а його результат стає наступним входом моделі. Контрольна точка, timeline і рядки доказів — окремі сховища.Користувач терміналаREPL · thin CLIКанал месенджераSlack · Discord · TelegramЗовнішній MCP-хостінструмент run_agentПровайдери LLMHTTPS · API моделейФайли · git · процесистан поза контрольними точкамиMCP-сервериглобальні + довірений проєктcore/serverCLIPoller · IPC-сокетопитувачі месенджерівcore/mcp_server.pyrun_agent · одноразовий запускsupervised/services.pySharedServices.create_sessionLaneQueue · session · globalcore/agent/loopAgenticLoop · шість фазсистемний промпт · оголошені джерелаповідомлення · ConversationContextcore/llm/adaptersadapter.acomplete · класи помилокtool_executor/processor.pyToolCallProcessorcore/tools/plan.pyBoundToolPlan · незміннийtool_executor/executor.pyобласть · політика · схемаPreToolUse · PostToolUseсхвалення · HITLeffect receiptблокування ресурсів · передачаcore/toolsобробники інструментів · 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 · рішенняHookSystem · спостереженняПроцес середовища виконання GEODEдемон serve · REPL · одноразовий запускВхід · склад сесіїЦикл виконання · виклик моделіПовноваження інструментів · ефектиЗаписи · відновлення · завершення1 prompt · cli.sock · Користувач термінала → CLIPoller · IPC-сокет12 create_session(IPC) · CLIPoller · IPC-сокет → SharedServices.create_session23 lane на запит · CLIPoller · IPC-сокет → LaneQueue · session · global34ToolExecutor · AgenticLoop5arun(prompt)6системний промпт7повідомлення8схеми інструментів9StepSnapshot · запит10HTTPS11 відповідь · tool_use · adapter.acomplete · класи помилок → AgenticLoop · шість фаз111пакет в очікуванні · збереження раунду2блоки tool_use3 aexecute · ToolCallProcessor → область · політика · схема34дозволено · рівень безпеки5PreToolUse · PostToolUse6запит на схвалення7 відмова до виконання · tool_executor/executor.py → ToolCallProcessor78прийняття ефекту · фіксація9виклик обробника10 виклик MCP · блокування ресурсів · передача → MCPServerManager1011 tools/call · MCPServerManager → MCP-сервери1112 зміни файлів · git · процесів · обробники інструментів · bash · computer → Файли · git · процеси1213 результат · помилка після передачі · tool_executor/executor.py → ToolCallProcessor1314tool_result15виклик · спостереження результату1пакет в очікуванні · збереження раунду2відновлення під час продовження3запис ходу4перевірка завершення5PostVerify · Stop6рядки доказів · best-effort7когнітивні події · події життєвого циклу1повідомлення каналу2 create_session(DAEMON) · опитувачі месенджерів → SharedServices.create_session23arun(message)4run_agent(prompt)5безголовий одноразовий цикл

Запит → виклик моделі

Запит із термінала надходить через IPC, складається сесія, і цикл викликає модель із системним промптом, розмовою та схемами інструментів.

  1. Користувач терміналаprompt · cli.sockCLIPoller · IPC-сокетcore/server

    Тонкий CLI надсилає запит до IPC-сокета демона serve (~/.geode/cli.sock). REPL виконує той самий склад сесії всередині процесу.

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

    Кожне з’єднання складає сесію. Режим задає рівень HITL, часовий бюджет і заборонені інструменти та проєктує BoundToolPlan на обраного провайдера.

  3. CLIPoller · IPC-сокетcore/serverlane на запитLaneQueue · session · globalsupervised/services.py

    Перед виконанням запиту утримуються і lane сесії, і глобальна lane, що обмежує паралельні запуски.

  4. SharedServices.create_sessionsupervised/services.pyToolExecutor · AgenticLoopAgenticLoop · шість фазcore/agent/loop

    Створює виконавця й цикл як одну пару, що спільно використовує hooks, MCP, навички й блокування ресурсів.

  5. LaneQueue · session · globalsupervised/services.pyarun(prompt)AgenticLoop · шість фазcore/agent/loop

    Виконує один хід користувача в шість фаз: підготувати вхід, підготувати виклик, викликати провайдера, обробити інструменти, спостерегти й ущільнити, завершити.

  6. системний промпт · оголошені джерелаcore/agent/loopсистемний промптadapter.acomplete · класи помилокcore/llm/adapters

    Формується щоходу з оголошених джерел, як-от вибраних розділів GEODE.md і правил. П’ятирівневий фасад ContextAssembler використовується лише за явного виклику; це не вхід типового циклу.

  7. повідомлення · ConversationContextcore/agent/loopповідомленняadapter.acomplete · класи помилокcore/llm/adapters

    Розмова й попередні результати інструментів передаються окремо від системного промпту.

  8. BoundToolPlan · незміннийcore/tools/plan.pyсхеми інструментівadapter.acomplete · класи помилокcore/llm/adapters

    Моделі видно лише інструменти BoundToolPlan, прив’язаного до цього кроку. Це незмінний знімок із номером покоління та хешем вмісту.

  9. AgenticLoop · шість фазcore/agent/loopStepSnapshot · запитadapter.acomplete · класи помилокcore/llm/adapters

    StepSnapshot фіксує модель, інструменти й ідентифікатори кореляції цього виклику. Проміжне ПЗ LLM не може підмінити прив’язаний адаптер.

  10. adapter.acomplete · класи помилокcore/llm/adaptersHTTPSПровайдери LLM

    Виклик робить адаптер конкретного провайдера. Збої класифікуються й повторюються лише в межах заданого ліміту або завершують хід із причиною завершення.

  11. adapter.acomplete · класи помилокcore/llm/adaptersвідповідь · tool_useAgenticLoop · шість фазcore/agent/loop

    Лише текст веде до завершення; tool_use веде до обробки інструментів.

Повноваження інструмента → ефект → результат

Пропозиція tool_use виконується лише після проходження всіх перевірок; відмови, результати й помилки повертаються з виконавця та стають наступним входом моделі.

  1. AgenticLoop · шість фазcore/agent/loopпакет в очікуванні · збереження раундуSQLite messages · state.jsonmemory/session_checkpoint.py

    У сесії з налаштованими контрольними точками (є контрольна точка й session id) запропонований пакет зберігається до запуску будь-якого інструмента, а якщо його не вдається зберегти, пакет не виконується. Виконаний пакет зберігається знову. Викликачі без контрольної точки такої гарантії не мають.

  2. AgenticLoop · шість фазcore/agent/loopблоки tool_useToolCallProcessortool_executor/processor.py

    Пропозиція моделі — не дозвіл. Кожен виклик отримує ToolContext з ідентичністю моделі й адаптера циклу.

  3. ToolCallProcessortool_executor/processor.pyaexecuteобласть · політика · схемаtool_executor/executor.py

    По черзі перевіряє область сесії, переписування проміжним ПЗ запитів, політику й схему. Переписування, що знижує рівень безпеки чи клас персональних даних, відхиляється.

  4. BoundToolPlan · незміннийcore/tools/plan.pyдозволено · рівень безпекиобласть · політика · схемаtool_executor/executor.py

    Виконувані обробники й рівні безпеки беруться з BoundToolPlan, спроєктованого для сесії.

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

    Публічні hooks вирішують, чи блокувати, переписати аргументи або запитати дозвіл, а після переписування знову виконуються перевірки області, політики й схеми. Після виконання hook може додати контекст або притримати результат.

  6. схвалення · HITLtool_executor/executor.pyзапит на схваленняКористувач термінала

    У сесії IPC запит на схвалення передається тонкому CLI. Режими без людини типово застосовують політику відмови; єдиний виняток — computer use у DAEMON, якщо оператор окремо його вмикає (інакше заблоковано).

  7. tool_executor/executor.pyвідмова до виконанняToolCallProcessortool_executor/processor.py

    Відхилення за областю, політикою чи схемою, блокування PreToolUse або відмова в схваленні повертаються як результат-помилка без передачі на виконання. У такому разі жоден ефект цього виклику не розпочався.

  8. effect receipttool_executor/executor.pyприйняття ефекту · фіксаціяEffectReceiptStorememory/effect_receipts.py

    Ефекти, як-от зміни файлів, вихідні повідомлення чи адміністративні дії, приймаються до виконання. Невизначений результат не виконується повторно; він вимагає звірки.

  9. блокування ресурсів · передачаtool_executor/executor.pyвиклик обробникаобробники інструментів · bash · computercore/tools

    Передає виклик прив’язаному обробнику після блокування його ключів ресурсів. Виклик, перерваний за дедлайном, може й далі виконуватися ззовні.

  10. блокування ресурсів · передачаtool_executor/executor.pyвиклик MCPMCPServerManagercore/mcp/manager.py

    Викликаються лише MCP-інструменти з оголошеною політикою ресурсів.

  11. MCPServerManagercore/mcp/manager.pytools/callMCP-сервери

    Каталог серверів формується з глобальних налаштувань і налаштувань проєкту, що пройшли перевірку довіри; ця перевірка стосується лише записів проєкту. Менеджер MCP застосовує свою політику розширень і ресурсів.

  12. обробники інструментів · bash · computercore/toolsзміни файлів · git · процесівФайли · git · процеси

    Виконані зміни залишаються зовнішнім станом. Контрольна точка відновлює лише розмову й не скасовує їх.

  13. tool_executor/executor.pyрезультат · помилка після передачіToolCallProcessortool_executor/processor.py

    Після передачі звичайні результати й помилки (зокрема тайм-аути й невизначені результати) повертаються через PostToolUse. Помилка чи тайм-аут не означає, що зовнішня робота зупинилася або була скасована.

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

    Результати, відмови й помилки однаково серіалізуються як tool_result і стають повідомленнями в наступному вході моделі.

  15. ToolCallProcessortool_executor/processor.pyвиклик · спостереження результатуSessionTimeline · append-onlyobservability/session_timeline.py

    Записує виклик і його результат (ok чи помилка) у timeline, зокрема виклики, відхилені до виконання. Запис — це спостереження; він не доводить, що зовнішній ефект розпочався чи вдався.

Записи · відновлення · завершення

Контрольна точка, timeline і рядки доказів записуються окремо. Спільної транзакції немає, а контрольна точка відновлює лише розмову.

  1. AgenticLoop · шість фазcore/agent/loopпакет в очікуванні · збереження раундуSQLite messages · state.jsonmemory/session_checkpoint.py

    У сесії з налаштованими контрольними точками (є контрольна точка й session id) запропонований пакет зберігається до запуску будь-якого інструмента, а якщо його не вдається зберегти, пакет не виконується. Виконаний пакет зберігається знову. Викликачі без контрольної точки такої гарантії не мають.

  2. SQLite messages · state.jsonmemory/session_checkpoint.pyвідновлення під час продовженняAgenticLoop · шість фазcore/agent/loop

    Один шлях відновлення повертає повідомлення, когнітивний стан і лічильники запобіжників. Локальний для процесу TaskGraph не відновлюється.

  3. AgenticLoop · шість фазcore/agent/loopзапис ходуSessionTimeline · append-onlyobservability/session_timeline.py

    Історія виконання лише з дописуванням, яка ніколи не відтворюється як стан.

  4. AgenticLoop · шість фазcore/agent/loopперевірка завершенняverify_turn_asynccore/agent/verify.py

    Пропозиція моделі зупинитися стає завершенням лише через Verify.

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

    Рішення публічних hooks визначають, чи продовжувати з виправленням, а виправлення відбуваються лише в межах заданого бюджету (типово два).

  6. AgenticLoop · шість фазcore/agent/loopрядки доказів · best-effortEvidenceLedger · JSONLagent/evidence_ledger.py

    Діагностичні рядки з вилученими чутливими даними. Хеші допомагають кореляції; рядок не доводить, що ефект відбувся, і він не записується однією транзакцією з timeline чи контрольною точкою.

  7. AgenticLoop · шість фазcore/agent/loopкогнітивні події · події життєвого циклуHookSystem · спостереженняcore/hooks

    Hooks спостереження отримують і записують події; вони не вирішують, чи виконувати.

Інші шляхи входу

Месенджери входять як сесії DAEMON демона serve; run_agent зовнішнього MCP-хоста входить в окремо зібраний безголовий одноразовий цикл.

  1. Канал месенджераповідомлення каналуопитувачі месенджерівcore/server

    Опитувачі демона serve обробляють повідомлення лише з прив’язаних каналів.

  2. опитувачі месенджерівcore/servercreate_session(DAEMON)SharedServices.create_sessionsupervised/services.py

    Режим без людини, яка схвалює: діють типова політика відмови й часовий бюджет. Лише computer use оператор може окремо ввімкнути; без цього він лишається заблокованим.

  3. опитувачі месенджерівcore/serverarun(message)AgenticLoop · шість фазcore/agent/loop

    Потік зберігає один фіксований session id і продовжує один ланцюжок контрольних точок.

  4. Зовнішній MCP-хостrun_agent(prompt)run_agent · одноразовий запускcore/mcp_server.py

    Зовнішній MCP-хост викликає GEODE як інструмент.

  5. run_agent · одноразовий запускcore/mcp_server.pyбезголовий одноразовий циклAgenticLoop · шість фазcore/agent/loop

    Окремо зібрані безголові виконавець і цикл, що оминають SharedServices. Типовий список заборон діє без змін, тож інструменти на кшталт run_bash, delegate_task і computer прибрано; винятку для computer use у DAEMON тут немає.

Усі зв’язки однакової товщини. Оберіть потік, щоб підсвітити лише його шлях із пронумерованими кроками.

  • Суцільна · напрямок, яким рухаються запити, повідомлення й результати інструментів
  • Штрихова · склад сесії, повноваження чи вердикт; не шлях даних
  • Довга штрихпунктирна · записи й спостереження; ніколи не відтворюються як стан
  • Коротка штрихова · відмова до виконання, без ефекту
  • Товста чорна лінія · обраний потік; номери показують порядок
  • Рамка · межа, що володіє кодом, шлях до джерела в заголовку
  • Внутрішня плашка · компонент усередині цієї межі
  • Штрихова рамка · поза процесом середовища виконання
  • Помаранчевий контур · де вирішує модель
  • Цикл виконання
  • Повноваження · вердикти
  • Сховища записів
  • Вхід · з’єднання · виконання

Накреслено лише зв’язки, виклики яких підтверджено. П’ятирівневий фасад ContextAssembler, TaskGraph і дослідницькі експерименти, як-от Jev, SIL і Crucible, не лежать на цьому шляху виконання. Асинхронне скасування не зупиняє вже розпочату синхронну роботу й не скасовує ефектів, що вже відбулися.

Підтримувані моделі · за провайдерами

Варіанти з каталогу в коді й типові налаштування з постачання, а не список, у якому кожна модель пройшла живий виклик API. Налаштовані резервні ланцюжки типово порожні, а точні ID ніколи не оновлюються до новіших версій автоматично.

  • Anthropic

    API

    • ОсновнаClaude Opus 5.5claude-opus-5-5Типова
    • ДопоміжнаClaude Sonnet 5claude-sonnet-5Типова
    • БюджетнаClaude Haiku 4.5claude-haiku-4-5-20251001Типова
    Показати всі ID каталогу (12)

    API

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

    Код відхиляє маршрут через OAuth-підписку.

  • OpenAI

    API · підписка Codex

    • Типова для API й CodexGPT-6 Solgpt-6-solТипова
    Показати всі ID каталогу (11)

    API · підписка Codex

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

    Лише API

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

    Два маршрути доступу до одного провайдера; каталог визначає, які маршрути дозволяє кожна модель.

  • Z.ai / GLM

    PAYG

    • ТиповаGLM-5.3glm-5.3Типова
    Показати всі ID каталогу (9)

    PAYG

    • glm-5.3типово
    • 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

    Код не допускає маршрут GLM Coding Plan.

  • OpenRouter

    Сервіс маршрутизації

    • СелекторFree (smoke)openrouter/openrouter/freeМаршрутизатор
    • СелекторAuto (variable)openrouter/openrouter/autoМаршрутизатор

    Вибір маршрутизатора, а не одна фіксована модель. Явно налаштовані ID також можна зберегти.

  • TypeSafe / Jev

    Лише для рішень · окремо від генерації тексту

    • Напрямуjev-1.13.0Лише для рішень
    • Через OpenRoutertypesafe/jev-1.13Лише для рішень

    Необов’язковий адаптер, який лише ухвалює рішення; це не коренева модель генерації тексту. Типовий рушій рішень — llm, а Jev треба обрати окремо. Власні конфігурації дослідження Jev відповідають записам розділу Jev.

ДжерелоGEODE main 373d420Публічний коміт October 7, 2026 · перевірено October 8, 2026

Експерименти

Моделі й маршрути, як їх записано на той час, а не поточні типові налаштування чи повний список сумісності.

  • Звіт про бенчмарк GEODE

    July 31, 2026

    • GEODEGPT-5.6 Solgpt-5.6-solПідписка OpenAI · high

  • Terminal-Bench 2.1 · парна специфікація Harbor 0.22.0

    August 27, 2026

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

    Заморожена специфікація; не кожна запланована спроба дала валідний результат.

  • Архівний запуск SIL run-2606-broken-tool-use

    • Цільовий каркасGPT-5.5gpt-5.5openai-codex
    • Аудитор · суддяClaude Opus 4.8claude-opus-4-8PAYG

    Запис окремих ролей, а не два взаємозамінні типові варіанти.