huiliyi37/Tianshu-harness

解決する問題

プログラミングエージェントはしばしば「認知アンカー崩壊」に陥り、全体の目標を見失ったり、検証されていない仮定を立てたり、小さな障害に直面すると諦めたりします。このプロジェクトは、これらの行動を防ぐランタイム環境を提供し、エージェントが単に完了したと主張するのではなく、検証可能な証拠をもって実際にタスクを完了することを保証します。

仕組み

これは、AIモデルと現実世界の間の監督レイヤーとして機能する認知仮想マシン（CVM）を導入します。ランタイムはモデルの内部メモリのみに依存するのではなく、目標、制約、成功基準を追跡する「タスクコントラクト」を管理します。各ターンの5つの段階にわたってエージェントの進捗を監視するために、75のランタイムフックからなるパイプラインを使用します。重要点として、「デリバリーゲート」を強制します。エージェントは、テストの合格や生成された差分などの証拠を提供しない限り、タスクを完了としてマークできません。

対象読者

複雑で多段階のエンジニアリングタスクを処理でき、元の目的から逸脱しない、より信頼性の高い自律型コーディングエージェントを構築または使用したい開発者。

ハイライト

• 証拠に基づくデリバリー：検証ステップを要求することで、エージェントがタスク完了を誤って主張するのを防ぎます。
• 認知仮想マシン（CVM）：エージェントの行動をリアルタイムで観察、測定、修正する決定論的な監督レイヤー。
• 効率的なコンテキスト管理：APIコストを大幅に削減し、長いセッションでのパフォーマンスを向上させるプレフィックスキャッシュエンジンを備えています。
• 統一インターフェース：ターミナルベースのTUI、デスクトップアプリ、VS Code統合にわたって一貫したエクスペリエンスを提供します。
• 柔軟なエージェントパーソナリティ：「スターマップ（星域）」を使用して、基盤となるモデルの重みを変更することなく、エージェントの行動傾向を調整します。