@fanglinwei/agent-fit 0.7.4 → 0.8.0
This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
- package/.codex-plugin/plugin.json +1 -1
- package/README.md +7 -5
- package/VERSION +1 -1
- package/adapters/codex/modes.json +144 -0
- package/adapters/codex/profiles/terra-evaluation.json +134 -0
- package/adapters/codex/skills/agent-fit/SKILL.md +2 -2
- package/adapters/codex/skills/agent-fit/references/calibration.md +10 -2
- package/adapters/codex/skills/agent-fit/references/failure-policy.md +4 -2
- package/adapters/codex/skills/agent-fit/references/task-routing.md +23 -3
- package/bin/agent-fit.mjs +1 -1
- package/docs/README.md +1 -1
- package/docs/implementation-review.md +17 -1
- package/docs/usage.md +42 -6
- package/lib/codex.mjs +1 -1
- package/package.json +1 -1
- package/web/app.js +3 -3
package/README.md
CHANGED
|
@@ -17,21 +17,21 @@ Agent Fit 根据任务复杂度、质量要求和预算,为已获授权的子
|
|
|
17
17
|
- **受控接续与完整交接**:区分前提缺失、质量升级与故障备用,保存任务完整快照;交接明确职责、权限、独占范围和验收,所有接续共用次数与预算。
|
|
18
18
|
- **可检查、可恢复**:提供状态诊断、职责核对、配置冲突保护及首次安装前的恢复基线;保留无关配置和管理区块之外的修改。
|
|
19
19
|
|
|
20
|
-
当前面向 **Codex**,需要 **Node.js 22+** 和支持独立角色 TOML 的 Codex 客户端。已在 macOS 与 Codex CLI 0.162.1 验证相关配置和账号接口,其他环境的验证范围见[实施验收记录](docs/implementation-review.md)。项目处于内测阶段;v0.
|
|
20
|
+
当前面向 **Codex**,需要 **Node.js 22+** 和支持独立角色 TOML 的 Codex 客户端。已在 macOS 与 Codex CLI 0.162.1 验证相关配置和账号接口,其他环境的验证范围见[实施验收记录](docs/implementation-review.md)。项目处于内测阶段;v0.8.0 按全新安装提供,不增加旧版本配置兼容。
|
|
21
21
|
|
|
22
22
|
## 快速开始
|
|
23
23
|
|
|
24
|
-
从 [v0.
|
|
24
|
+
从 [v0.8.0 Release](https://github.com/fanglinwei/agent-fit/releases/tag/v0.8.0) 下载 `fanglinwei-agent-fit-0.8.0.tgz`,在下载目录安装,预览并应用官方档位:
|
|
25
25
|
|
|
26
26
|
```sh
|
|
27
|
-
npm install -g ./fanglinwei-agent-fit-0.
|
|
27
|
+
npm install -g ./fanglinwei-agent-fit-0.8.0.tgz
|
|
28
28
|
agent-fit setup --mode official --dry-run
|
|
29
29
|
agent-fit setup --mode official
|
|
30
30
|
```
|
|
31
31
|
|
|
32
32
|
npm 包名为 [`@fanglinwei/agent-fit`](https://www.npmjs.com/package/@fanglinwei/agent-fit),安装后的命令和 Skill 名为 `agent-fit`。也可用 `npm install -g @fanglinwei/agent-fit` 获取 npm 当前已发布版本;GitHub Release 与 npm registry 的版本以各自页面为准。
|
|
33
33
|
|
|
34
|
-
**已有其他版本配置时,不要直接用新版覆盖。** 先保留需要的自定义方案,并用原版本 CLI 对原绑定 home 按[恢复与卸载](#恢复与卸载)完成预览及实际恢复,再安装新版并重新 setup。v0.
|
|
34
|
+
**已有其他版本配置时,不要直接用新版覆盖。** 先保留需要的自定义方案,并用原版本 CLI 对原绑定 home 按[恢复与卸载](#恢复与卸载)完成预览及实际恢复,再安装新版并重新 setup。v0.8.0 不自动迁移旧档位或恢复记录。
|
|
35
35
|
|
|
36
36
|
**首次配置完成后重启 Codex。** 安装 npm 包本身不会修改 Codex;`setup` 才会写入四个委派角色、AGENTS 管理区块和档位数据,并在共享 Skill 不存在时安装规则。默认目标为 `CODEX_HOME` 或 `~/.codex`,可通过 `--codex-home "/path/to/codex-home"` 指定独立目录。
|
|
37
37
|
|
|
@@ -80,6 +80,8 @@ agent-fit status --details
|
|
|
80
80
|
|
|
81
81
|
L1–L4 表示任务的推理需求:从方法明确的执行,到有边界的局部推理、复杂约束权衡和高不确定性推理。模型与 effort 使用档位中保存的完整组合;相邻等级可以共用组合。完整模型表与分级边界见[使用说明](docs/usage.md#任务等级与委派职责)。`official` 是本项目的预设名称,官方没有固定的 L1–L4 对照表。
|
|
82
82
|
|
|
83
|
+
cut/official 已按 [官方定位](https://learn.chatgpt.com/docs/models)加入 Terra 6.1 的视觉、电脑操作和写作候选:L1 low、L2 medium、L3 high,候选故障备用为 Sol 6.1 medium/medium/high。先按 Skill 判断等级,再匹配专长;通用基线、编码路线及 high/fire 策略保留。条件与查询见 [Terra 专长路线](docs/usage.md#terra-专长路线)。
|
|
84
|
+
|
|
83
85
|
### 查询同级任务候选
|
|
84
86
|
|
|
85
87
|
```sh
|
|
@@ -174,7 +176,7 @@ npm test
|
|
|
174
176
|
npm pack
|
|
175
177
|
```
|
|
176
178
|
|
|
177
|
-
本地打包产物为 `fanglinwei-agent-fit-0.
|
|
179
|
+
本地打包产物为 `fanglinwei-agent-fit-0.8.0.tgz`,可用 `npm install -g ./fanglinwei-agent-fit-0.8.0.tgz` 安装。浏览器集成使用已有 Playwright 与 Chrome,运行方法见[开发验证](docs/usage.md#开发验证)。唯一运行依赖为 [smol-toml](https://github.com/squirrelchat/smol-toml)。
|
|
178
180
|
|
|
179
181
|
## License
|
|
180
182
|
|
package/VERSION
CHANGED
|
@@ -1 +1 @@
|
|
|
1
|
-
0.
|
|
1
|
+
0.8.0
|
|
@@ -43,6 +43,30 @@
|
|
|
43
43
|
"model": "gpt-6.1-sol",
|
|
44
44
|
"effort": "high"
|
|
45
45
|
}
|
|
46
|
+
},
|
|
47
|
+
"visual": {
|
|
48
|
+
"model": "gpt-6.1-terra",
|
|
49
|
+
"effort": "low",
|
|
50
|
+
"fallback": {
|
|
51
|
+
"model": "gpt-6.1-sol",
|
|
52
|
+
"effort": "medium"
|
|
53
|
+
}
|
|
54
|
+
},
|
|
55
|
+
"computer": {
|
|
56
|
+
"model": "gpt-6.1-terra",
|
|
57
|
+
"effort": "low",
|
|
58
|
+
"fallback": {
|
|
59
|
+
"model": "gpt-6.1-sol",
|
|
60
|
+
"effort": "medium"
|
|
61
|
+
}
|
|
62
|
+
},
|
|
63
|
+
"writing": {
|
|
64
|
+
"model": "gpt-6.1-terra",
|
|
65
|
+
"effort": "low",
|
|
66
|
+
"fallback": {
|
|
67
|
+
"model": "gpt-6.1-sol",
|
|
68
|
+
"effort": "medium"
|
|
69
|
+
}
|
|
46
70
|
}
|
|
47
71
|
}
|
|
48
72
|
},
|
|
@@ -85,6 +109,30 @@
|
|
|
85
109
|
"model": "gpt-6.1-sol",
|
|
86
110
|
"effort": "high"
|
|
87
111
|
}
|
|
112
|
+
},
|
|
113
|
+
"visual": {
|
|
114
|
+
"model": "gpt-6.1-terra",
|
|
115
|
+
"effort": "medium",
|
|
116
|
+
"fallback": {
|
|
117
|
+
"model": "gpt-6.1-sol",
|
|
118
|
+
"effort": "medium"
|
|
119
|
+
}
|
|
120
|
+
},
|
|
121
|
+
"computer": {
|
|
122
|
+
"model": "gpt-6.1-terra",
|
|
123
|
+
"effort": "medium",
|
|
124
|
+
"fallback": {
|
|
125
|
+
"model": "gpt-6.1-sol",
|
|
126
|
+
"effort": "medium"
|
|
127
|
+
}
|
|
128
|
+
},
|
|
129
|
+
"writing": {
|
|
130
|
+
"model": "gpt-6.1-terra",
|
|
131
|
+
"effort": "medium",
|
|
132
|
+
"fallback": {
|
|
133
|
+
"model": "gpt-6.1-sol",
|
|
134
|
+
"effort": "medium"
|
|
135
|
+
}
|
|
88
136
|
}
|
|
89
137
|
}
|
|
90
138
|
},
|
|
@@ -119,6 +167,30 @@
|
|
|
119
167
|
"model": "gpt-6.1-sol",
|
|
120
168
|
"effort": "xhigh"
|
|
121
169
|
}
|
|
170
|
+
},
|
|
171
|
+
"visual": {
|
|
172
|
+
"model": "gpt-6.1-terra",
|
|
173
|
+
"effort": "high",
|
|
174
|
+
"fallback": {
|
|
175
|
+
"model": "gpt-6.1-sol",
|
|
176
|
+
"effort": "high"
|
|
177
|
+
}
|
|
178
|
+
},
|
|
179
|
+
"computer": {
|
|
180
|
+
"model": "gpt-6.1-terra",
|
|
181
|
+
"effort": "high",
|
|
182
|
+
"fallback": {
|
|
183
|
+
"model": "gpt-6.1-sol",
|
|
184
|
+
"effort": "high"
|
|
185
|
+
}
|
|
186
|
+
},
|
|
187
|
+
"writing": {
|
|
188
|
+
"model": "gpt-6.1-terra",
|
|
189
|
+
"effort": "high",
|
|
190
|
+
"fallback": {
|
|
191
|
+
"model": "gpt-6.1-sol",
|
|
192
|
+
"effort": "high"
|
|
193
|
+
}
|
|
122
194
|
}
|
|
123
195
|
}
|
|
124
196
|
},
|
|
@@ -185,6 +257,30 @@
|
|
|
185
257
|
"model": "gpt-6.1-sol",
|
|
186
258
|
"effort": "high"
|
|
187
259
|
}
|
|
260
|
+
},
|
|
261
|
+
"visual": {
|
|
262
|
+
"model": "gpt-6.1-terra",
|
|
263
|
+
"effort": "low",
|
|
264
|
+
"fallback": {
|
|
265
|
+
"model": "gpt-6.1-sol",
|
|
266
|
+
"effort": "medium"
|
|
267
|
+
}
|
|
268
|
+
},
|
|
269
|
+
"computer": {
|
|
270
|
+
"model": "gpt-6.1-terra",
|
|
271
|
+
"effort": "low",
|
|
272
|
+
"fallback": {
|
|
273
|
+
"model": "gpt-6.1-sol",
|
|
274
|
+
"effort": "medium"
|
|
275
|
+
}
|
|
276
|
+
},
|
|
277
|
+
"writing": {
|
|
278
|
+
"model": "gpt-6.1-terra",
|
|
279
|
+
"effort": "low",
|
|
280
|
+
"fallback": {
|
|
281
|
+
"model": "gpt-6.1-sol",
|
|
282
|
+
"effort": "medium"
|
|
283
|
+
}
|
|
188
284
|
}
|
|
189
285
|
}
|
|
190
286
|
},
|
|
@@ -227,6 +323,30 @@
|
|
|
227
323
|
"model": "gpt-6.1-sol",
|
|
228
324
|
"effort": "high"
|
|
229
325
|
}
|
|
326
|
+
},
|
|
327
|
+
"visual": {
|
|
328
|
+
"model": "gpt-6.1-terra",
|
|
329
|
+
"effort": "medium",
|
|
330
|
+
"fallback": {
|
|
331
|
+
"model": "gpt-6.1-sol",
|
|
332
|
+
"effort": "medium"
|
|
333
|
+
}
|
|
334
|
+
},
|
|
335
|
+
"computer": {
|
|
336
|
+
"model": "gpt-6.1-terra",
|
|
337
|
+
"effort": "medium",
|
|
338
|
+
"fallback": {
|
|
339
|
+
"model": "gpt-6.1-sol",
|
|
340
|
+
"effort": "medium"
|
|
341
|
+
}
|
|
342
|
+
},
|
|
343
|
+
"writing": {
|
|
344
|
+
"model": "gpt-6.1-terra",
|
|
345
|
+
"effort": "medium",
|
|
346
|
+
"fallback": {
|
|
347
|
+
"model": "gpt-6.1-sol",
|
|
348
|
+
"effort": "medium"
|
|
349
|
+
}
|
|
230
350
|
}
|
|
231
351
|
}
|
|
232
352
|
},
|
|
@@ -261,6 +381,30 @@
|
|
|
261
381
|
"model": "gpt-6.1-sol",
|
|
262
382
|
"effort": "xhigh"
|
|
263
383
|
}
|
|
384
|
+
},
|
|
385
|
+
"visual": {
|
|
386
|
+
"model": "gpt-6.1-terra",
|
|
387
|
+
"effort": "high",
|
|
388
|
+
"fallback": {
|
|
389
|
+
"model": "gpt-6.1-sol",
|
|
390
|
+
"effort": "high"
|
|
391
|
+
}
|
|
392
|
+
},
|
|
393
|
+
"computer": {
|
|
394
|
+
"model": "gpt-6.1-terra",
|
|
395
|
+
"effort": "high",
|
|
396
|
+
"fallback": {
|
|
397
|
+
"model": "gpt-6.1-sol",
|
|
398
|
+
"effort": "high"
|
|
399
|
+
}
|
|
400
|
+
},
|
|
401
|
+
"writing": {
|
|
402
|
+
"model": "gpt-6.1-terra",
|
|
403
|
+
"effort": "high",
|
|
404
|
+
"fallback": {
|
|
405
|
+
"model": "gpt-6.1-sol",
|
|
406
|
+
"effort": "high"
|
|
407
|
+
}
|
|
264
408
|
}
|
|
265
409
|
}
|
|
266
410
|
},
|
|
@@ -0,0 +1,134 @@
|
|
|
1
|
+
{
|
|
2
|
+
"levels": {
|
|
3
|
+
"L1": {
|
|
4
|
+
"model": "gpt-6-luna",
|
|
5
|
+
"effort": "high",
|
|
6
|
+
"fallback": {
|
|
7
|
+
"model": "gpt-6.1-sol",
|
|
8
|
+
"effort": "medium"
|
|
9
|
+
},
|
|
10
|
+
"tasks": {
|
|
11
|
+
"mechanical": {
|
|
12
|
+
"model": "gpt-6-luna",
|
|
13
|
+
"effort": "medium",
|
|
14
|
+
"fallback": {
|
|
15
|
+
"model": "gpt-6.1-sol",
|
|
16
|
+
"effort": "medium"
|
|
17
|
+
}
|
|
18
|
+
},
|
|
19
|
+
"scan": {
|
|
20
|
+
"model": "gpt-6-luna",
|
|
21
|
+
"effort": "xhigh",
|
|
22
|
+
"fallback": {
|
|
23
|
+
"model": "gpt-6.1-sol",
|
|
24
|
+
"effort": "medium"
|
|
25
|
+
}
|
|
26
|
+
},
|
|
27
|
+
"deep": {
|
|
28
|
+
"model": "gpt-6-luna",
|
|
29
|
+
"effort": "max",
|
|
30
|
+
"fallback": {
|
|
31
|
+
"model": "gpt-6.1-sol",
|
|
32
|
+
"effort": "high"
|
|
33
|
+
}
|
|
34
|
+
}
|
|
35
|
+
}
|
|
36
|
+
},
|
|
37
|
+
"L2": {
|
|
38
|
+
"model": "gpt-6.1-sol",
|
|
39
|
+
"effort": "medium",
|
|
40
|
+
"fallback": {
|
|
41
|
+
"model": "gpt-6-sol",
|
|
42
|
+
"effort": "medium"
|
|
43
|
+
},
|
|
44
|
+
"tasks": {
|
|
45
|
+
"bounded": {
|
|
46
|
+
"model": "gpt-6.1-terra",
|
|
47
|
+
"effort": "medium",
|
|
48
|
+
"fallback": null
|
|
49
|
+
},
|
|
50
|
+
"complex": {
|
|
51
|
+
"model": "gpt-6.1-sol",
|
|
52
|
+
"effort": "medium",
|
|
53
|
+
"fallback": {
|
|
54
|
+
"model": "gpt-6-sol",
|
|
55
|
+
"effort": "medium"
|
|
56
|
+
}
|
|
57
|
+
},
|
|
58
|
+
"scan": {
|
|
59
|
+
"model": "gpt-6-luna",
|
|
60
|
+
"effort": "xhigh",
|
|
61
|
+
"fallback": {
|
|
62
|
+
"model": "gpt-6.1-sol",
|
|
63
|
+
"effort": "medium"
|
|
64
|
+
}
|
|
65
|
+
},
|
|
66
|
+
"deep": {
|
|
67
|
+
"model": "gpt-6-luna",
|
|
68
|
+
"effort": "max",
|
|
69
|
+
"fallback": {
|
|
70
|
+
"model": "gpt-6.1-sol",
|
|
71
|
+
"effort": "high"
|
|
72
|
+
}
|
|
73
|
+
}
|
|
74
|
+
}
|
|
75
|
+
},
|
|
76
|
+
"L3": {
|
|
77
|
+
"model": "gpt-6.1-sol",
|
|
78
|
+
"effort": "high",
|
|
79
|
+
"fallback": {
|
|
80
|
+
"model": "gpt-6-sol",
|
|
81
|
+
"effort": "high"
|
|
82
|
+
},
|
|
83
|
+
"tasks": {
|
|
84
|
+
"complex": {
|
|
85
|
+
"model": "gpt-6.1-terra",
|
|
86
|
+
"effort": "medium",
|
|
87
|
+
"fallback": null
|
|
88
|
+
},
|
|
89
|
+
"uncertain": {
|
|
90
|
+
"model": "gpt-6-astra",
|
|
91
|
+
"effort": "low",
|
|
92
|
+
"fallback": {
|
|
93
|
+
"model": "gpt-6.1-sol",
|
|
94
|
+
"effort": "high"
|
|
95
|
+
}
|
|
96
|
+
},
|
|
97
|
+
"reasoning": {
|
|
98
|
+
"model": "gpt-6-astra",
|
|
99
|
+
"effort": "medium",
|
|
100
|
+
"fallback": {
|
|
101
|
+
"model": "gpt-6.1-sol",
|
|
102
|
+
"effort": "xhigh"
|
|
103
|
+
}
|
|
104
|
+
}
|
|
105
|
+
}
|
|
106
|
+
},
|
|
107
|
+
"L4": {
|
|
108
|
+
"model": "gpt-6.1-sol",
|
|
109
|
+
"effort": "xhigh",
|
|
110
|
+
"fallback": {
|
|
111
|
+
"model": "gpt-6-sol",
|
|
112
|
+
"effort": "xhigh"
|
|
113
|
+
},
|
|
114
|
+
"tasks": {
|
|
115
|
+
"uncertain": {
|
|
116
|
+
"model": "gpt-6-astra",
|
|
117
|
+
"effort": "low",
|
|
118
|
+
"fallback": {
|
|
119
|
+
"model": "gpt-6.1-sol",
|
|
120
|
+
"effort": "high"
|
|
121
|
+
}
|
|
122
|
+
},
|
|
123
|
+
"reasoning": {
|
|
124
|
+
"model": "gpt-6-astra",
|
|
125
|
+
"effort": "medium",
|
|
126
|
+
"fallback": {
|
|
127
|
+
"model": "gpt-6.1-sol",
|
|
128
|
+
"effort": "xhigh"
|
|
129
|
+
}
|
|
130
|
+
}
|
|
131
|
+
}
|
|
132
|
+
}
|
|
133
|
+
}
|
|
134
|
+
}
|
|
@@ -48,7 +48,7 @@ license: MIT
|
|
|
48
48
|
- high(高级):L1 Luna/max,L2 Sol/ultra,L3、L4 Astra/ultra;各模型使用宿主支持的最高推理强度。
|
|
49
49
|
- fire(全开):全部等级 Astra/ultra,委派前必须通过下面的实际验证;失败时使用用户指定组合,否则继承父代理组合。
|
|
50
50
|
|
|
51
|
-
cut/official
|
|
51
|
+
cut/official 保留四级基线,并增加同级任务候选。Terra 6.1 用于符合条件的 visual/computer/writing:L1 low、L2 medium、L3 high,故障备用为 Sol 6.1 medium/medium/high;不提供 L4 专长候选。先判复杂度再匹配专长,高不确定性、强耦合或高后果且难验收时优先原保障路线,电脑操作不扩大权限。用户明确选择 high/fire 即授权其展示的最高组合,含 Astra/ultra;仅预览或保存不算选择,预算和 fire 验证继续适用。自定义按明确保存并选择的基线与候选执行。
|
|
52
52
|
|
|
53
53
|
完整模型 id、各级组合与静态备用以当前档位配置为准;最高 effort 须核对宿主与所选模型支持,不能把写入配置当作实际可用。
|
|
54
54
|
|
|
@@ -67,7 +67,7 @@ L1–L4 表示任务需求,档位表示资源策略,model + effort 是最终
|
|
|
67
67
|
|
|
68
68
|
范围用于限定职责、上下文与交互边界,不能按文件数计分;用户明确的时延要求只在满足原质量要求的候选间取舍。以上任务信号用于说明选择,不相加为固定总分,不额外调用模型分类。
|
|
69
69
|
|
|
70
|
-
|
|
70
|
+
在最终等级内,先核对组合是否满足原工具、输入、上下文与验收能力,再按 [同级任务候选](references/task-routing.md) 判断使用基线还是 mechanical、bounded、scan、deep、complex、uncertain、reasoning,或视觉 visual、电脑操作 computer、写作 writing;说明候选适用依据,无法满足能力要求时停止受影响委派。明确低延迟路线用已配置的 latency。普通 Astra 候选默认 low,复杂推理或有证据的质量升级最多 medium;不能自动提高到 high/xhigh/max/ultra。high/fire 的明确选档授权及用户明确保存并选择的自定义组合按上文执行。规模、审查职责和时延均不能绕过保障下限。同级候选及各自备用也属于任务完整快照。
|
|
71
71
|
|
|
72
72
|
按“档位 id + 最终等级”及同级任务类型(如有)核对同一条配置中的 model、effort;两者含义不同,但按配置成对选择,不临时拼出未配置组合。不假定不同模型的同名 effort 等效,也不假定更高 effort 总比换模型合适。用一句话说明档位 id、等级、任务类型、复杂度依据、保障调整(如有)与所选组合;用户明确组合与原预算优先,无法满足时报告受影响部分。
|
|
73
73
|
|
|
@@ -19,13 +19,21 @@
|
|
|
19
19
|
|
|
20
20
|
预检未通过时先修复受影响的本地配置、接口或材料,继续其他独立工作,不把查询故障记为模型能力失败。预检通过后再冻结下面的候选评估;静态预检不能代替实际任务验收或可信运行身份。
|
|
21
21
|
|
|
22
|
+
## 新模型候选与默认晋升
|
|
23
|
+
|
|
24
|
+
官方定位、输入与工具支持可作为经用户授权配置专长路线的依据,不强制先做对照评测。普通使用不因缺少基准数据增加门槛;实际能力、相对速度与费用优势仍不能据定位或目录推断。cut/official 已按官方定位加入 Terra visual/computer/writing,具体条件见 [任务路由](task-routing.md#terra-专长与本地映射)。
|
|
25
|
+
|
|
26
|
+
需要实证比较或进一步调优时,可先保存独立自定义档位,冻结输入、候选、原验收与预算;保存与预览不激活。晋升依据为目标任务上的首次验收、重要错误、返工及包含协调和核验的总耗时,有可信计量时再比较费用。在留出的任务上复核,主组合和备用分别判断;结论只覆盖对应等级/task,不外推为通用能力排名。
|
|
27
|
+
|
|
28
|
+
本包的 `adapters/codex/profiles/terra-evaluation.json` 是早期冻结评估定义,只修改当时 official 的 L2 bounded、L3 complex 为 Terra/medium,备用 null;它不含后来新增的专长候选,也不是当前推荐方案。保留文件与历史结果供复核,不继续以这两条通用路线代表官方定位,不要求重跑历史对照才能启用当前专长路线。导入步骤见项目 docs/usage.md 的“Terra 历史候选评估”。
|
|
29
|
+
|
|
22
30
|
## 分级边界核验
|
|
23
31
|
|
|
24
32
|
分级核验分别记录任务本身复杂度、保障后拟采用等级、是否需先补前提及理由;拟采用等级明确不等于已可派发。输入案例与预期判断分开保存,预期中写明本地规则依据及允许的判断范围,开始后不为匹配答案修改验收。被测上下文只判断等级、前提和理由,主代理再用现有 CLI 取完整组合与角色契约。
|
|
25
33
|
|
|
26
34
|
分别核对等级和实际组合:相邻等级可能共用组合,分级一致也不证明该组合能完成任务。案例应覆盖文件数、职责名称、时限等干扰,以及材料缺失与任务内在不确定性的区别;报告规则一致性,不能把同一批案例算成多次独立重复,也不能只因两版规则返回相同答案就认定能力等价。未发现违反原规则的证据时保留原分级与默认映射,不为扩大文档而追加规则。
|
|
27
35
|
|
|
28
|
-
同级候选核验分别冻结最终等级和 task
|
|
36
|
+
同级候选核验分别冻结最终等级和 task,覆盖机械/有界/扫描/深度/复杂/不确定/推理/视觉/电脑操作/写作候选、保障下限阻止低等级路由、未配置 latency 的停止、高强度档位已选择与仅预览的区别。核对完整候选及其备用进入任务快照,低到 medium 的同级质量升级不重置计数。配置测试只证明选择与保存一致,不证明图示组合的能力或性能;真实任务校准仍按下文独立样本执行。
|
|
29
37
|
|
|
30
38
|
## 接续规则核验
|
|
31
39
|
|
|
@@ -75,7 +83,7 @@
|
|
|
75
83
|
|
|
76
84
|
案例题面不提示期望等级或“应停止”等答案。分别覆盖大规模机械工作、单文件强耦合、高后果但难验收、资料缺失、授权撤回、Retry-After超预算、旧写入者状态未知、相同组合的名义升级以及规则完整性异常。独立保留样本用于最终复核,不用训练样本的通过率声称泛化。决策题、真实派发、业务任务产出分别判定。
|
|
77
85
|
|
|
78
|
-
真实组合校准先冻结相同输入/工具/上下文与原验收,选两个有争议的完整组合交错执行,收集宿主可信的实际 model/effort、端到端时间与资源证据。缺项填 null,不把输出字节数当 token
|
|
86
|
+
真实组合校准先冻结相同输入/工具/上下文与原验收,选两个有争议的完整组合交错执行,收集宿主可信的实际 model/effort、端到端时间与资源证据。缺项填 null,不把输出字节数当 token;未启动和未完成保留在计划分母。缺身份/计量或干净控制条件时不能声称能力排名、速度或费用收益,也不能以该结果作为默认晋升的实测依据。
|
|
79
87
|
|
|
80
88
|
## 最小业务试跑
|
|
81
89
|
|
|
@@ -14,11 +14,13 @@
|
|
|
14
14
|
|
|
15
15
|
备用必须同时满足本任务 task_profile 快照中的 fallback_conditions:用户选择、原预算、宿主模型与 effort 支持、原任务输入及工具能力、原职责与验收、原写入 worker 已停止。条件码是待核对前提,不授予新的委派权限。cut、official、high 以及用户已选择的自定义档位,默认允许原已授权任务自动使用本级非空 fallback,包括按值复制的备用,无需逐次确认;仅创建、保存或预览候选不构成选择,用户明确锁定模型或禁止降级时不切换。自定义本级 fallback 为 null 时阻断该接续,不借用其他档位或 fire 的父代理继承规则。备用耗尽后停止该委派并报告原因、实际组合与部分产出,不尝试其他模型或切换档位。备用使用 task_delegate 显式指定 model/effort,保留原职责;L3、L4 不自动降到 Luna。
|
|
16
16
|
|
|
17
|
+
备用按原能力要求逐条核对,跨模型同名 effort 不证明等价。没有合格备用时保留 null 并停止该接续;保留旧模型也不代表它已经通过校准。主组合校准结果不能直接用于证明备用适配,不因新模型发布批量替换备用。故障恢复后由新任务重新查询主组合,同一任务避免往返切换,沿用原快照与次数。
|
|
18
|
+
|
|
17
19
|
## 质量升级
|
|
18
20
|
|
|
19
21
|
1. **证明未达验收**:主代理核对原测试、证据或明确验收条件,指出具体错误;子代理自报完成、表述不合偏好或未分类故障都不足以升级。资料、工具、环境、凭据或目标冲突先补前提,不能靠换强模型解决。
|
|
20
|
-
2.
|
|
21
|
-
3.
|
|
22
|
+
2. **确定下一次为何有用**:方法或交接遗漏可在补正后有限重试原组合;证据显示推理深度不足或新暴露复杂约束时,重评困难部分等级与保障要求。原任务已授权,且用户选择、原预算和宿主能力允许时,由主代理在原任务快照中选择有针对性的同级基线、任务候选或更高等级主组合;职责、允许动作与验收保持不变。显式指定模型/effort,固定角色不匹配时使用 task_delegate;不使用本级 fallback 作为质量升级,不自动切换档位或换供应商。
|
|
23
|
+
3. **比较实际组合**:先比较快照中的同级基线与任务候选,再核对后续等级;指出下一组合针对的具体失败。比如 official/L3 complex 的 Sol/medium 遗漏相互约束、需要更深权衡时,可选择本级 Sol/high 基线。跨模型变化须依据适配证据,不能按模型名构造能力阶梯。Terra 专长路线若暴露更深的视觉/写作约束,可在原快照中重评等级与 effort;若暴露竞争假设或强耦合,则核对同级基线或 uncertain/reasoning,不把专长故障备用的 Sol 当成预设质量升级。Astra/low 结果有推理不足证据时,可在同级 L3/L4 选择已配置 reasoning 的 Astra/medium,计为质量升级;普通自动路由到 medium 后不再提高 Astra 强度。high/fire 的明确选档授权及已选择自定义的显式组合保持有效,详见 [任务候选](task-routing.md)。同级候选或相邻等级组合相同时不重派,继续核对下一不同且适用的组合;到 L4 仍无合适的不同组合时,报告已达当前档位上限。high 的 L3→L4、fire 的任意等级变化都不增加模型或 effort;如有新证据或具体方法修正,可在剩余额度内重试原组合,并如实称为重试。自定义更高等级或不同候选不保证更强,须核对能力证据;不机械执行“先加 effort”或“先换模型”。
|
|
22
24
|
4. **限定接续范围**:先确认旧写入者已停止并检查部分产出,只交接仍困难的部分及必要上下文,保留完整验收。升级后的结果仍由主代理核验;未通过时按剩余额度处理,次数耗尽或无合适候选时停止该委派,返回 PARTIAL/BLOCKED 与未完成部分,继续独立工作。
|
|
23
25
|
|
|
24
26
|
每任务最多三次主代理发起的委派,初次、重试、质量升级与备用共用计数;拆分困难部分不重置计数,同一组合最多额外一次。累计重试等待不超过 30 秒并遵守 Retry-After;宿主已重试或次数未知时不叠加重试。不自动撤销他人修改,异常/部分结果仅作 PARTIAL 证据返回。
|
|
@@ -13,9 +13,29 @@
|
|
|
13
13
|
| complex | L2/L3 | 有界复杂问题,需要局部或多约束权衡 | Sol / medium |
|
|
14
14
|
| uncertain | L3/L4 | 高歧义、强耦合,或高后果且难以验收 | Astra / low |
|
|
15
15
|
| reasoning | L3/L4 | 复杂推理,或证据表明先前结果推理不足 | Astra / medium |
|
|
16
|
-
|
|
|
16
|
+
| visual | L1/L2/L3 | 图像、技术图纸、截图的理解与视觉推理 | Terra 6.1 / low、medium、high |
|
|
17
|
+
| computer | L1/L2/L3 | 已知目标、可核对结果的界面操作 | Terra 6.1 / low、medium、high |
|
|
18
|
+
| writing | L1/L2/L3 | 事实与约束已知的自然写作、修订、提案或表单 | Terra 6.1 / low、medium、high |
|
|
19
|
+
| latency | 任意等级,仅显式配置 | 用户明确时延要求,且该组合满足原质量与能力要求 | 读取自定义候选,不凭名称保证低延迟 |
|
|
17
20
|
|
|
18
|
-
|
|
21
|
+
## Terra 专长与本地映射
|
|
22
|
+
|
|
23
|
+
[官方模型选择指南](https://learn.chatgpt.com/docs/models)将 Terra 定位为日常写作、视觉工作与支持的应用操作;[Terra 模型页](https://developers.openai.com/api/docs/models/gpt-6.1-terra)描述为快速、高效的视觉推理、精确电脑操作与清晰自然写作模型。这支持按任务专长接入,不证明它应替换通用编码或开放研究基线。
|
|
24
|
+
|
|
25
|
+
cut/official 对三个专长使用相同本地映射:L1 low、L2 medium、L3 high;候选自己的故障备用分别为 Sol 6.1 medium、medium、high,仍须满足原输入与工具能力。官方没有 L1–L4 表,也没有证明这些 effort 彼此等效或最优。API 文档列出 none/low/medium/high/xhigh/max,不据宿主通用目录推断 Terra 支持 ultra。
|
|
26
|
+
|
|
27
|
+
仅在主要工作属于上述专长、关键事实和约束已知且结果可核对时选择。L3 可处理多项已知约束下的视觉或写作权衡;若主要困难是竞争假设、强耦合、开放研究或高后果且难验收,采用本级基线、uncertain/reasoning 或重评 L4。不能只因输入有图片、产出是文章、任务发生在界面上就选 Terra。computer 仍保留原职责、工具与外部写入授权,不使只读取证角色获得操作权限。明确格式的抽取/转换仍可选 mechanical;代码实现仍按原通用路线选择。
|
|
28
|
+
|
|
29
|
+
## 基线与候选的选择边界
|
|
30
|
+
|
|
31
|
+
先核对候选是否满足原工具、输入模态、上下文及验收能力,再在合格组合间考虑资源与时延。目录列出和配置合法不证明能力或可调用性;缺少必要能力证据时先补前提。
|
|
32
|
+
|
|
33
|
+
- **基线**:任务不能明确落入候选条件时使用本级基线,仍须通过能力检查;同级候选不是必须经过的步骤。
|
|
34
|
+
- **L2 bounded**:局部方案选择,关键约束已知且能直接验收。L2 complex 需要有限的约束权衡,但关键假设已建立;两者不按文件数或职责划分。
|
|
35
|
+
- **L3 complex**:存在相互影响的约束,但关键假设已建立,约束和完整验收可逐项核对时才选。无法可靠核对或需要更深权衡时采用 L3 基线;高歧义、强耦合或高后果且难验收时选 uncertain,复杂推理或已证实推理不足时选 reasoning。
|
|
36
|
+
- **scan / deep**:仅用于 L1/L2 中方法确定、边界明确的扫描或多步核对。出现相互影响的复杂约束或不确定假设时先重评等级;审查职责本身不决定候选或强度,独立审查仍须独立执行。
|
|
37
|
+
|
|
38
|
+
相同组合不是新的能力层级。例如 official/L2 的 complex 与基线都是 Sol/medium,改标签不能算质量升级。更换模型或提高 effort 仍须说明它为何针对已观察到的问题;不存在固定的 Luna → Terra → Sol → Astra 能力阶梯。
|
|
19
39
|
|
|
20
40
|
普通自动 Astra 路由从 low 开始,复杂推理或有证据的质量升级最多 medium;备用也不能自动引入更高 Astra 强度。只说“Astra”不授权 high/xhigh/max/ultra。用户明确指定完整组合时优先;若当前档位没有该候选,先报告并在获授权的配置中保存,不临时拼模型与 effort。
|
|
21
41
|
|
|
@@ -23,7 +43,7 @@ L1/L2 的 scan、deep 只适用于边界明确的工作;出现强耦合、不
|
|
|
23
43
|
|
|
24
44
|
用户明确选择 high 或 fire,即授权其展示的最高强度组合,包括 Astra/ultra;它们保持原四级主组合,不被普通任务候选降为 low/medium。仅预览、explain、创建或保存定义不构成选择。已选择的自定义档位按保存的基线和候选执行,包括显式保存的高强度组合;复制后尚未选择时同样不构成派发授权。原预算、任务权限、宿主支持及 fire 会话验证仍须满足。
|
|
25
45
|
|
|
26
|
-
低延迟是质量约束内的偏好,不能只凭名称或 effort 声称更快。Terra
|
|
46
|
+
低延迟是质量约束内的偏好,不能只凭名称或 effort 声称更快。Terra 专长候选已内置于 cut/official;能力比较或调优时才按 [校准指南](calibration.md#新模型候选与默认晋升)执行评测。未配置 latency 时,查询返回 TASK_ROUTE_NOT_CONFIGURED;不能静默改用其他模型并声称满足时延。仍可由主会话完成或报告受影响部分。
|
|
27
47
|
|
|
28
48
|
## 查询、快照与编辑
|
|
29
49
|
|
package/bin/agent-fit.mjs
CHANGED
|
@@ -19,7 +19,7 @@ mode configure MODE --level L1|L2|L3|L4 --model MODEL --effort EFFORT
|
|
|
19
19
|
[--fallback-model MODEL --fallback-effort EFFORT | --clear-fallback]
|
|
20
20
|
mode configure MODE --definition-stdin [--dry-run]
|
|
21
21
|
status [--details] [--project PATH]
|
|
22
|
-
explain --level L1|L2|L3|L4 [--task mechanical|bounded|scan|deep|complex|uncertain|reasoning|latency] [--mode MODE] [--role ROLE]
|
|
22
|
+
explain --level L1|L2|L3|L4 [--task mechanical|bounded|scan|deep|complex|uncertain|reasoning|visual|computer|writing|latency] [--mode MODE] [--role ROLE]
|
|
23
23
|
models check [--verify] [--discover] [--expect-catalog HASH] [--model MODEL --effort EFFORT]
|
|
24
24
|
restore [--dry-run]
|
|
25
25
|
serve [--port PORT] [--open]
|
package/docs/README.md
CHANGED
|
@@ -1,6 +1,6 @@
|
|
|
1
1
|
# 文档导航
|
|
2
2
|
|
|
3
|
-
`agent-fit` 当前版本为 0.
|
|
3
|
+
`agent-fit` 当前版本为 0.8.0,npm 包为 `@fanglinwei/agent-fit`。本工具面向已获授权的 Codex 子任务调配模型与推理资源,本版按全新安装提供。先阅读使用说明;源码研究和校准记录用于追溯依据,不代替当前版本的验收结果。
|
|
4
4
|
|
|
5
5
|
| 文档 | 用途 |
|
|
6
6
|
| --- | --- |
|
|
@@ -1,6 +1,22 @@
|
|
|
1
1
|
# 内测实现与验收
|
|
2
2
|
|
|
3
|
-
当前版本:0.
|
|
3
|
+
当前版本:0.8.0。以下按日期保留实现与验收记录;历史结果不代替当前版本的发布验证。
|
|
4
|
+
|
|
5
|
+
## 2026-11-02 Agent Fit 0.8.0:Terra 按官方专长接入
|
|
6
|
+
|
|
7
|
+
依据官方模型指南与 Terra 模型页,cut/official 增加 visual、computer、writing 三类 L1–L3 候选,使用 Terra low/medium/high 与 Sol 6.1 medium/medium/high 故障备用。共享校验、CLI、网页与规则使用相同任务类型;保留通用基线、编码候选、L4 与 high/fire 的最高强度策略。复杂度优先于专长,高不确定性与高后果且难验收仍按原保障路线处理。
|
|
8
|
+
|
|
9
|
+
历史评估定义与结果保持冻结;以下早期记录不代表当前推荐分配。当前映射是按官方专长制定的本地策略,不声称实测质量、速度或费用优势。
|
|
10
|
+
|
|
11
|
+
Node 测试 213 项全部通过;Chrome 验证专长查询与备用展示,并通过既有配置、作用域和恢复流程,四页在 375/768/1280/1440px 无溢出、零脚本错误。语法及 diff 空白检查通过;这些检查使用隔离 home 和模拟模型接口,本次未追加真实模型推理评测。
|
|
12
|
+
|
|
13
|
+
## 2026-11-02 Terra 候选与分发边界
|
|
14
|
+
|
|
15
|
+
保留四个内置档位的原基线、候选与备用。Terra 6.1 保存为独立冻结定义,仅替换 official 的 L2 bounded 和 L3 complex,实验路由的备用为 null;通过现有自定义档位导入与非活动预览,不增加第五个内置档位或自动分类调用。
|
|
16
|
+
|
|
17
|
+
规则明确能力检查、基线与候选的选择边界、同级基线的质量接续及相同组合不算升级。新模型先在独立任务上校准,主组合与备用分别判定;缺少证据时保留默认。
|
|
18
|
+
|
|
19
|
+
Node 测试 212 项全部通过,新增 CLI 回归核对导入、预览、空备用、完整快照及当前选择与角色保持不变。发布包预检包含候选定义,网页脚本语法及 diff 空白检查通过。未修改真实 home,未执行真实模型对照或浏览器回归;配置结果不证明能力、提速或费用优势。
|
|
4
20
|
|
|
5
21
|
## 2026-10-30 Agent Fit 0.7.4
|
|
6
22
|
|
package/docs/usage.md
CHANGED
|
@@ -1,12 +1,12 @@
|
|
|
1
1
|
# 使用说明
|
|
2
2
|
|
|
3
|
-
`agent-fit` 0.
|
|
3
|
+
`agent-fit` 0.8.0,npm 包名为 `@fanglinwei/agent-fit`,命令和 Skill 名仍为 `agent-fit`。首版支持 Codex;Node.js 22+。命令、网页和生成的 Skill 使用同一套档位数据。
|
|
4
4
|
|
|
5
5
|
工具只处理当前格式与版本的配置;独立 home 全程使用显式指定的路径。
|
|
6
6
|
|
|
7
7
|
## 安装与配置
|
|
8
8
|
|
|
9
|
-
从 GitHub v0.
|
|
9
|
+
从 GitHub v0.8.0 Release 下载发行包,或在项目目录运行 `npm pack` 后使用 `npm install -g ./fanglinwei-agent-fit-0.8.0.tgz` 安装。npm registry 获取的是该渠道当前已发布版本;两种方式都需要 Node/npm。本版按全新安装处理,不增加旧配置兼容。已有其他版本配置时,先保留所需自定义方案,用原版本 CLI 对原绑定 home 预览并实际 restore,之后再安装新版并 setup;不自动迁移旧档位或恢复记录。
|
|
10
10
|
|
|
11
11
|
```sh
|
|
12
12
|
npm install -g @fanglinwei/agent-fit
|
|
@@ -124,10 +124,15 @@ L1–L4 保留为推理复杂度;在最终等级内通过 `--task` 选择模
|
|
|
124
124
|
| `complex`:有界复杂任务 | L2/L3 | Sol / medium |
|
|
125
125
|
| `uncertain`:高歧义、高耦合或高后果且难验收 | L3/L4 | Astra / low |
|
|
126
126
|
| `reasoning`:复杂推理或已证实推理不足 | L3/L4 | Astra / medium |
|
|
127
|
-
| `
|
|
127
|
+
| `visual`:视觉理解与图像推理 | L1/L2/L3 | Terra 6.1 / low、medium、high |
|
|
128
|
+
| `computer`:有界电脑操作 | L1/L2/L3 | Terra 6.1 / low、medium、high |
|
|
129
|
+
| `writing`:自然写作与修订 | L1/L2/L3 | Terra 6.1 / low、medium、high |
|
|
130
|
+
| `latency`:明确追求低延迟 | 任意等级 | 须显式配置,不保证实际延迟 |
|
|
128
131
|
|
|
129
132
|
这些是待校准的本地策略,不代表已经验证模型能力或延迟。普通自动 Astra 路由默认 low,复杂推理或有证据的质量升级最多 medium;更高强度需要明确授权。**用户明确选择 high/fire 即授权其展示的最高强度,包含 Astra/ultra**;预览或保存不构成选择,预算、宿主支持和 fire 会话验证继续适用。已选择的自定义档位执行明确保存的组合。
|
|
130
133
|
|
|
134
|
+
先判断等级,再核对组合的工具、输入、上下文与验收能力。无法明确匹配任务候选时使用本级基线,仍需能力检查;候选适用依据与 L2/L3 complex 的边界见 [任务路由](../adapters/codex/skills/agent-fit/references/task-routing.md#基线与候选的选择边界)。同一组合改标签不构成质量升级,也不存在固定的跨模型升级顺序。
|
|
135
|
+
|
|
131
136
|
```sh
|
|
132
137
|
agent-fit explain --level L1 --task mechanical --role task_execute --json
|
|
133
138
|
agent-fit explain --level L1 --task scan --role task_review --json
|
|
@@ -137,7 +142,7 @@ agent-fit explain --level L3 --task reasoning --role task_execute --json
|
|
|
137
142
|
|
|
138
143
|
聊天仍须使用会话作用域及目标项目、线程上下文。`--task` 只查表,不自动分类、切档或发模型请求;不传时返回原等级基线。类型与等级不匹配会被拒绝;明确请求但快照未配置时返回 `TASK_ROUTE_NOT_CONFIGURED`,不能借用包内新值或自行拼组合。旧安装尚无候选时,预览并更新基础配置后再查询;本次基础 Skill 更新部署后仍需重启一次。
|
|
139
144
|
|
|
140
|
-
每级可选 `tasks`,键为上表类型,每项完整包含 `model`、`effort`、`fallback`(可为 null)。复制档位、三层作用域和任务快照均保留候选;单级 CLI 配置只改基线,候选通过整表 JSON 或网页“任务候选 JSON”编辑,`{}`
|
|
145
|
+
每级可选 `tasks`,键为上表类型,每项完整包含 `model`、`effort`、`fallback`(可为 null)。复制档位、三层作用域和任务快照均保留候选;单级 CLI 配置只改基线,候选通过整表 JSON 或网页“任务候选 JSON”编辑,`{}` 清空本级候选。Terra 的三个专长候选分别带有 Sol 6.1 备用;latency 仍须独立显式配置,不能凭模型名承诺低延迟。
|
|
141
146
|
|
|
142
147
|
三个作用域的复制内容均与同一作用域下 `mode show <源档位>` 显示的完整定义一致。源档位对应已部署快照时复制该快照;旧快照没有的候选不会因复制而自动加入。
|
|
143
148
|
|
|
@@ -166,7 +171,7 @@ agent-fit explain --level L4 --role task_review
|
|
|
166
171
|
无需全局安装的 npm 查询,以及本地包查询:
|
|
167
172
|
|
|
168
173
|
```sh
|
|
169
|
-
npm exec --package="/path/to/fanglinwei-agent-fit-0.
|
|
174
|
+
npm exec --package="/path/to/fanglinwei-agent-fit-0.8.0.tgz" -- agent-fit status --details
|
|
170
175
|
```
|
|
171
176
|
|
|
172
177
|
## 委派收益检查
|
|
@@ -294,7 +299,7 @@ Astra 不可用:先区分认证、权限、额度、临时故障或能力不
|
|
|
294
299
|
|
|
295
300
|
## 验收失败与质量升级
|
|
296
301
|
|
|
297
|
-
|
|
302
|
+
请求成功而结果未达原验收属于质量问题,不能当作模型不可用。主代理先指出可复核的失败,再区分材料/环境前提、方法或交接遗漏、推理不足;前提缺失先补齐,方法遗漏可补正后有限重试,推理不足或新暴露复杂约束才重评困难部分等级。用户选择、原预算与宿主能力允许时,选择原任务快照中的同级基线、任务候选或更高等级主组合,说明它针对的具体失败,保留原职责和验收;本级 fallback 仅供可用性接续。
|
|
298
303
|
|
|
299
304
|
比较实际 model + effort,相邻等级组合相同不重派;可核对下一不同组合,但自定义高等级不保证能力更强。high 的 L3→L4 与 fire 的升等级都没有实际组合提升,无适合候选时报告上限。若有新证据或具体方法修正,可以在余量内重试原组合,并如实称为重试;不机械地先加 effort 或先换模型。
|
|
300
305
|
|
|
@@ -335,6 +340,37 @@ JSON
|
|
|
335
340
|
|
|
336
341
|
最高 64 KiB UTF-8 JSON;必须明确全部等级与备用/null;每级可选 tasks,候选也须完整提供 model、effort 和 fallback/null,拒绝未知字段、无效类型/等级、缺级、半对参数或主备用相同。与单级参数互斥。活动定义与部署角色同一事务保存;非活动定义只保存,不激活。
|
|
337
342
|
|
|
343
|
+
### Terra 专长路线
|
|
344
|
+
|
|
345
|
+
[官方指南](https://learn.chatgpt.com/docs/models)将 Terra 6.1 用于日常写作、视觉工作和支持的应用操作;[模型说明](https://developers.openai.com/api/docs/models/gpt-6.1-terra)强调视觉推理、电脑操作与自然写作。cut/official 的 visual/computer/writing 使用本地 L1 low、L2 medium、L3 high,故障备用分别为 Sol 6.1 medium、medium、high。官方未制定此等级表,当前映射不代表实测性能优势。high/fire 按原最高强度策略处理这三类任务,L4 不提供 Terra 专长路线。
|
|
346
|
+
|
|
347
|
+
先确定复杂度与保障要求,再核对主要工作是否属于专长、关键事实和约束是否已知、结果是否可核验。开放研究、强耦合或高后果且难验收的任务仍使用基线或 uncertain/reasoning;含有图片或产出文章不足以选择 Terra。电脑操作仍须原工具与写入授权,不能扩大只读职责。
|
|
348
|
+
|
|
349
|
+
```sh
|
|
350
|
+
agent-fit explain --level L1 --task visual --role task_scan --json
|
|
351
|
+
agent-fit explain --level L2 --task computer --role task_execute --json
|
|
352
|
+
agent-fit explain --level L3 --task writing --role task_review --json
|
|
353
|
+
```
|
|
354
|
+
|
|
355
|
+
聊天中补齐 Skill 要求的 session、project 与 thread 参数。已有自定义定义和任务快照不自动合并新候选;可从当前内置定义创建新档位,或通过完整定义编辑。配置与规则同步后重启一次 Codex,随后按新任务查询;不需要先追加模型评测。
|
|
356
|
+
|
|
357
|
+
### Terra 历史候选评估
|
|
358
|
+
|
|
359
|
+
以下保留早期评估复现步骤,不是当前推荐分配。包内 [terra-evaluation.json](../adapters/codex/profiles/terra-evaluation.json) 只将 official 的 L2 bounded、L3 complex 改为 Terra 6.1/medium,实验路由的备用为 null,以分别观察原验收和失败;其他路由保留冻结原值。它不含后来的 visual/computer/writing,保留历史快照,不证明 Terra 比 Luna 或 Sol 更合适。
|
|
360
|
+
|
|
361
|
+
以下命令在包根目录执行。先替换 home、项目及目标聊天 ID;只创建、保存和预览会话自定义档位,不执行 mode set,不修改当前选择。导入的是完整冻结定义,不与本机已有配置逐字段合并。
|
|
362
|
+
|
|
363
|
+
```sh
|
|
364
|
+
evaluation_home=/path/to/codex-home
|
|
365
|
+
evaluation_project=/path/to/project
|
|
366
|
+
evaluation_thread=TARGET_THREAD_ID
|
|
367
|
+
agent-fit mode create "Terra 评估" --from official --scope session --codex-home "$evaluation_home" --project "$evaluation_project" --thread "$evaluation_thread"
|
|
368
|
+
agent-fit mode configure "Terra 评估" --definition-stdin --scope session --codex-home "$evaluation_home" --project "$evaluation_project" --thread "$evaluation_thread" < adapters/codex/profiles/terra-evaluation.json
|
|
369
|
+
agent-fit explain --mode "Terra 评估" --level L2 --task bounded --role task_execute --scope session --codex-home "$evaluation_home" --project "$evaluation_project" --thread "$evaluation_thread" --json
|
|
370
|
+
```
|
|
371
|
+
|
|
372
|
+
L3 预览改为 `--level L3 --task complex`。逐条检查退出码、errors、规则完整性、目标上下文与完整 task_profile;effective_scope 仍表示当前选择的继承来源,不表示预览定义已激活。实际对照使用 task_delegate 显式组合,按 [校准指南](../adapters/codex/skills/agent-fit/references/calibration.md#新模型候选与默认晋升) 冻结样本、预算与验收;实证比较与备用适配分别判定。历史对照不是使用当前专长路线的前置条件。
|
|
373
|
+
|
|
338
374
|
### 配置与模型检查分开执行
|
|
339
375
|
|
|
340
376
|
setup、设置或激活内置/自定义档位、应用当前自定义修改,以及重复设置当前档位只处理本地配置,不启动 Codex 账号/模型检查进程,不查询供应商目录、不发送推理请求,也不生成模型检查记录。配置结果与退出码仅反映本地配置操作,模型不可用或历史记录目录异常不影响配置保存。
|
package/lib/codex.mjs
CHANGED
|
@@ -6,7 +6,7 @@ import { parse, stringify } from 'smol-toml';
|
|
|
6
6
|
export const PACKAGE_ROOT = fileURLToPath(new URL('../', import.meta.url));
|
|
7
7
|
export const VERSION = (await readFile(new URL('../VERSION', import.meta.url), 'utf8')).trim();
|
|
8
8
|
export const LEVELS = ['L1', 'L2', 'L3', 'L4'];
|
|
9
|
-
export const TASKS = { mechanical: ['L1'], bounded: ['L2'], scan: ['L1', 'L2'], deep: ['L1', 'L2'], complex: ['L2', 'L3'], uncertain: ['L3', 'L4'], reasoning: ['L3', 'L4'], latency: LEVELS };
|
|
9
|
+
export const TASKS = { mechanical: ['L1'], bounded: ['L2'], scan: ['L1', 'L2'], deep: ['L1', 'L2'], complex: ['L2', 'L3'], uncertain: ['L3', 'L4'], reasoning: ['L3', 'L4'], visual: ['L1', 'L2', 'L3'], computer: ['L1', 'L2', 'L3'], writing: ['L1', 'L2', 'L3'], latency: LEVELS };
|
|
10
10
|
export const ROLES = { task_scan: 'L1', task_execute: 'L2', task_review: 'L3', task_delegate: null };
|
|
11
11
|
export const START = '<!-- agent-fit:start -->';
|
|
12
12
|
export const END = '<!-- agent-fit:end -->';
|
package/package.json
CHANGED
package/web/app.js
CHANGED
|
@@ -4,8 +4,8 @@ const LEVELS = ['L1', 'L2', 'L3', 'L4'];
|
|
|
4
4
|
const LEVEL_LABELS = ['明确执行', '有边界的推理', '复杂推理', '高不确定性推理'];
|
|
5
5
|
const LEVEL_EXAMPLES = ['方法与验收已知,含大型确定性处理', '局部分析、有限方案选择', '多约束、竞争假设与矛盾证据', '检验关键假设、处理强耦合开放问题'];
|
|
6
6
|
const ROUTE_EXAMPLES = ['按明确格式取证、按已批准规则批量替换', '实现边界清楚的功能、修复可复现的局部问题', '跨模块根因分析、状态与生命周期问题', '多机制交互的疑难问题、约束冲突的架构取舍'];
|
|
7
|
-
const TASK_LABELS = { mechanical: '确定性机械任务', bounded: '普通有界任务', scan: '大型有界扫描或审查', deep: '大型确定性深度任务', complex: '有界复杂任务', uncertain: '高歧义、高耦合或高后果', reasoning: '复杂推理或质量验证失败', latency: '明确追求低延迟' };
|
|
8
|
-
const TASK_LEVELS = { mechanical: ['L1'], bounded: ['L2'], scan: ['L1', 'L2'], deep: ['L1', 'L2'], complex: ['L2', 'L3'], uncertain: ['L3', 'L4'], reasoning: ['L3', 'L4'], latency: LEVELS };
|
|
7
|
+
const TASK_LABELS = { mechanical: '确定性机械任务', bounded: '普通有界任务', scan: '大型有界扫描或审查', deep: '大型确定性深度任务', complex: '有界复杂任务', uncertain: '高歧义、高耦合或高后果', reasoning: '复杂推理或质量验证失败', visual: '视觉理解与图像推理', computer: '有界电脑操作', writing: '自然写作与修订', latency: '明确追求低延迟' };
|
|
8
|
+
const TASK_LEVELS = { mechanical: ['L1'], bounded: ['L2'], scan: ['L1', 'L2'], deep: ['L1', 'L2'], complex: ['L2', 'L3'], uncertain: ['L3', 'L4'], reasoning: ['L3', 'L4'], visual: ['L1', 'L2', 'L3'], computer: ['L1', 'L2', 'L3'], writing: ['L1', 'L2', 'L3'], latency: LEVELS };
|
|
9
9
|
const ROLE_LABELS = { task_scan: '扫描取证', task_execute: '范围内产出', task_review: '独立复核', task_delegate: '明确委派' };
|
|
10
10
|
const CONTRACT_LABELS = { readonly_evidence: '只读取证,保留证据与局部阻断', scoped_output: '只在明确范围内产出,独占写入', readonly_review: '只读独立复核,保留原验收要求', bounded_delegate: '遵守本次明确职责与授权范围' };
|
|
11
11
|
const $ = id => document.getElementById(id);
|
|
@@ -36,7 +36,7 @@ function custom() { return state.saved?.kind === 'custom'; }
|
|
|
36
36
|
function now() { return new Date().toLocaleTimeString('zh-CN', { hour: '2-digit', minute: '2-digit', second: '2-digit' }); }
|
|
37
37
|
function pairText(pair) { return pair ? `${pair.model} / ${pair.effort ?? '供应商默认参数'}` : '无备用'; }
|
|
38
38
|
function routePair(pair) {
|
|
39
|
-
const names = { 'gpt-6-luna': 'Luna', 'gpt-6.1-sol': 'Sol 6.1', 'gpt-6-sol': 'Sol 6', 'gpt-6-astra': 'Astra', 'gpt-5.6-sol': 'Sol 5.6' };
|
|
39
|
+
const names = { 'gpt-6.1-terra': 'Terra 6.1', 'gpt-6-luna': 'Luna', 'gpt-6.1-sol': 'Sol 6.1', 'gpt-6-sol': 'Sol 6', 'gpt-6-astra': 'Astra', 'gpt-5.6-sol': 'Sol 5.6' };
|
|
40
40
|
return pair ? `${names[pair.model] ?? pair.model} / ${pair.effort ?? '供应商默认参数'}` : '未配置';
|
|
41
41
|
}
|
|
42
42
|
function primaryPairs(definition) {
|