dsh-eval-guard 0.2.1 → 0.2.3

package/lib/index.js

@@ -1352,118 +1352,87 @@ const TASKS = [
 		description: "夺旗 2–15 人 bot；解压 workspace.zip，提交 workspace/submission/bot.cpp。"
 	}
 ];
-/** Common workspace/clock sentence, keeping the original prompt's wording. */
-function clockLine(minutes) {
-	return "本次是连续 " + String(minutes) + " 分钟的单次任务，请充分利用时间持续改进，不要提前交卷。";
-}
-/** The tank task definition. */
+/** The tank task definition (original prompt; only halftime mechanics removed). */
 const TANK_DEFINITION = {
 	id: TANK_TASK,
 	label: TANK_TASK_LABEL,
 	description: TASKS[0].description,
 	asset: path.join(packageRoot(), "assets", "tank", "workspace.zip"),
-	prompt(blacklist, options) {
-		const minutes = options.minutes ?? 90;
+	prompt() {
 		return [
 			"按照要求编写尽可能强的坦克大战 bot。你的对手是其他顶尖 AI 模型写的 bot，它们可能主动设计战术。基准是一个中等强度、思路常规的 bot，它在正式比赛中是 0 分线；战胜基准不代表足够强，正式对手远强于基准。正式赛是 1 对 1 循环赛，用 Bradley-Terry 模型拟合实力值。",
 			"",
-			"解压 workspace.zip，阅读 README.md 和 RULES.md，然后开始。本次是连续 " + String(minutes) + " 分钟的单次任务，从对话开始时计时。",
+			"解压 workspace.zip，阅读 README.md 和 RULES.md，然后开始。",
 			"",
-			"要点：",
-			"- 时间规则：连续 " + String(minutes) + " 分钟；clock.py 从解压那一刻开始计算，实际计时从对话开始计算，它只能作为参考，请尽快解压以减小误差；到点会被强制终止；",
+			"比赛是连续 90 分钟的单次任务：",
+			"- 你有 90 分钟修改 bot，从对话开始计时；到 90 分钟强制停止；",
+			"- 最终只看 bot 的强度，提前交卷没有任何好处；觉得没什么可改了，先换一个思路再试；",
 			"- 到点时 workspace/submission/bot.cpp 是什么就交什么：不要让它长时间停在编译不过的状态；",
 			"- 允许使用本地工具、对战和复盘；禁止联网，禁止求助其他模型（包括启动子代理：subagent、Task / Agent 工具、后台并行代理之类），除主办方发给你的材料外禁止查看其他选手的资料；",
 			"- 这台机器上同时运行着其他程序：只能结束你自己启动的进程（按进程号），不要按名字批量结束进程；",
 			"- 只能读写当前工作区内的文件，包括 /tmp 在内的其他位置都不能访问；",
+			"- clock.py 从解压那一刻开始计算，实际计时从对话开始计算，它只能作为参考，请尽快解压以减小误差；",
 			"- 不要向我提问，也不要等待我确认。",
 			"",
-			"完成后，用几句话简述你的策略。",
-			"",
-			"## 本次评测禁止调用的工具",
-			"",
-			blacklist.length === 0 ? "（无）" : blacklist.join("\n")
+			"完成后，用几句话简述你的策略。"
 		].join("\n");
 	}
 };
-/** The warehouse single-run optimization task. */
+/** The warehouse single-run optimization task (original main-programmer prompt, minimal changes). */
 const WAREHOUSE_DEFINITION = {
 	id: WAREHOUSE_TASK,
 	label: WAREHOUSE_TASK_LABEL,
 	description: TASKS[1].description,
 	asset: path.join(packageRoot(), "assets", "warehouse", "workspace.zip"),
-	prompt(blacklist, options) {
-		const minutes = options.minutes ?? 90;
+	prompt() {
 		return [
-			"这是一场 AI 编程赛。你接手了一个代码混乱的老系统：src/ 里是一个仓储机器人调度仿真系统，功能正确，但运行很慢。你的任务是在输出与基线逐字节相同的前提下，让 src/ 尽可能快。",
+			"这是一场 AI 编程赛。你接手了一个代码混乱的老系统：src/ 里是一个仓储机器人调度仿真系统，功能正确，但运行很慢。你的任务：在输出完全不变的前提下，让它尽可能快。",
 			"",
 			"当前目录里有 workspace.zip。请先自行解压，进入 workspace 文件夹，阅读 TASK.md，然后完全按照 TASK.md 的要求独立完成任务。",
 			"",
 			"要点（详见 TASK.md）：",
 			"- 只能修改 src/；编译命令固定为 g++ -O2 -std=c++20 src/*.cpp，只用 C++ 标准库；",
 			"- 对任何合法输入（以 tools/check_input.py --full 为准），输出都必须与基线逐字节相同；SPEC.md 是过时的旧文档，一切以基线代码的实际行为为准；",
-			"- 本次是连续 " + String(minutes) + " 分钟的单次任务；clock.py 从解压那一刻开始计算，实际计时从对话开始计算，它只能作为参考，请尽快解压；",
-			"- 你的结果会与其他强 agent 在同一口径下比较，而不只是和基准比较；不要提前交卷，充分利用时间继续优化和验证；",
+			"- 本次是连续 90 分钟的单次任务；clock.py 从解压那一刻开始计算，实际计时从对话开始计算，它只能作为参考，请尽快解压；",
 			"- 只能读写当前文件夹里的文件；可以使用本环境的所有工具，但不能联网搜索；",
 			"- 不要向我提问，也不要等待我确认，直到完成为止。",
 			"",
-			"完成后请告诉我：src 文件夹的完整路径，并用几句话总结你做了什么。",
-			"",
-			"## 本次评测禁止调用的工具",
-			"",
-			blacklist.length === 0 ? "（无）" : blacklist.join("\n")
+			"完成后请告诉我：src 文件夹的完整路径，并用几句话总结你做了什么。"
 		].join("\n");
 	}
 };
-/** Land bot task, adapted from the original participant prompt. */
+/** Land bot task: original participant prompt, unchanged. */
 const LAND_DEFINITION = {
 	id: LAND_TASK,
 	label: LAND_TASK_LABEL,
 	description: TASKS[2].description,
 	asset: path.join(packageRoot(), "assets", "land", "workspace.zip"),
-	prompt(blacklist, options) {
+	prompt() {
 		return [
 			"这是一场正式的 AI 编程对抗赛，你的对手是其他顶尖 AI 模型写的 bot，它们会主动切断你、抢你的地。比赛结果会公开排名，请拿出你的最高水平。",
 			"",
-			"请解压当前目录的 workspace.zip，进入 workspace 文件夹，按 TASK.md 的要求编写一个尽可能强的圈地对战 bot，保存为 workspace/submission/bot.cpp。" + clockLine(options.minutes ?? 90) + "只能读写当前文件夹里的文件，不能联网搜索，不要向我提问。",
-			"",
-			"## 本次评测禁止调用的工具",
-			"",
-			blacklist.length === 0 ? "（无）" : blacklist.join("\n")
+			"请解压当前目录的 workspace.zip，进入 workspace 文件夹，按 TASK.md 的要求编写一个尽可能强的圈地对战 bot，保存为 workspace/submission/bot.cpp。时间预算约 60 分钟，请自己把握进度，做完就可以结束；超过 90 分钟会被强制停止。只能读写当前文件夹里的文件，不能联网搜索，不要向我提问。"
 		].join("\n");
 	}
 };
-/** Bomberman bot task, adapted from the original participant prompt. */
+/** Bomberman bot task: original participant prompt, unchanged. */
 const BOMBERMAN_DEFINITION = {
 	id: BOMBERMAN_TASK,
 	label: BOMBERMAN_TASK_LABEL,
 	description: TASKS[3].description,
 	asset: path.join(packageRoot(), "assets", "bomberman", "workspace.zip"),
-	prompt(blacklist, options) {
-		return [
-			"按照要求编写尽可能强bot，你的对手是全球其他顶尖ai，可能主动设计战术。基准只是很弱的bot，它在正式比赛为0分线。正式赛会对战多轮，用Bradley-Terry模型拟合实力值。",
-			"解压 workspace.zip，阅读 README.md 和 RULES.md，编写支持2–10人的炸弹人 bot。" + clockLine(options.minutes ?? 90) + "允许本地工具、对战和复盘，禁止联网、调用其他AI或查看其他选手资料。提交 submission/bot.cpp，简述策略。",
-			"",
-			"## 本次评测禁止调用的工具",
-			"",
-			blacklist.length === 0 ? "（无）" : blacklist.join("\n")
-		].join("\n");
+	prompt() {
+		return ["按照要求编写尽可能强bot，你的对手是全球其他顶尖ai，可能主动设计战术。基准只是很弱的bot，它在正式比赛为0分线。正式赛会对战多轮，用Bradley-Terry模型拟合实力值。", "解压 workspace.zip，阅读 README.md 和 RULES.md，编写支持2–10人的炸弹人 bot。尽量60分钟完成，90分钟必须交卷。允许本地工具、对战和复盘，禁止联网、调用其他AI或查看其他选手资料。提交 submission/bot.cpp，简述策略。"].join("\n");
 	}
 };
-/** CTF bot task, adapted from the original participant prompt. */
+/** CTF bot task: original participant prompt, unchanged. */
 const CTF_DEFINITION = {
 	id: "ctf",
 	label: CTF_TASK_LABEL,
 	description: TASKS[4].description,
 	asset: path.join(packageRoot(), "assets", "ctf", "workspace.zip"),
-	prompt(blacklist, options) {
-		return [
-			"按照要求编写尽可能强的 bot，你的对手是全球其他顶尖 AI，可能主动设计战术。基准是一个中等强度、思路常规的 bot，它在正式比赛是 0 分线；战胜基准不代表足够强，正式对手远强于基准。正式赛会对战多轮，用 Bradley-Terry 模型拟合实力值。",
-			"解压 workspace.zip，阅读 README.md 和 RULES.md，编写支持 2–15 方的夺旗 bot。" + clockLine(options.minutes ?? 90) + "允许本地工具、对战和复盘，禁止联网、调用其他 AI 或查看其他选手资料。提交 workspace/submission/bot.cpp，简述策略。",
-			"",
-			"## 本次评测禁止调用的工具",
-			"",
-			blacklist.length === 0 ? "（无）" : blacklist.join("\n")
-		].join("\n");
+	prompt() {
+		return ["按照要求编写尽可能强的 bot，你的对手是全球其他顶尖 AI，可能主动设计战术。基准是一个中等强度、思路常规的 bot，它在正式比赛是 0 分线；战胜基准不代表足够强，正式对手远强于基准。正式赛会对战多轮，用 Bradley-Terry 模型拟合实力值。", "解压 workspace.zip，阅读 README.md 和 RULES.md，编写支持 2–15 方的夺旗 bot。你有 60 分钟，只看最终 bot 的强度，提前交卷不加分，请充分利用时间持续改进；可以适当超时，但到 90 分钟会强制交卷。允许本地工具、对战和复盘，禁止联网、调用其他 AI 或查看其他选手资料。提交 workspace/submission/bot.cpp，简述策略。"].join("\n");
 	}
 };
 /** All task definitions keyed by id. */

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "dsh-eval-guard",
-  "version": "0.2.1",
+  "version": "0.2.3",
   "type": "module",
   "description": "Evaluation guard for DSH: workspace-only filesystem, no network/subagents, wall-clock limits, and task installation for the meow-ai-arena tank task.",
   "license": "MIT",