Bu sayfa İngilizce belgenin çevirisidir. Komutlar, tanımlayıcılar ve örnekler aynıdır. Çalışma zamanı 7.24.4 · SDK 2.6.7. İngilizce kaynak

Koşum denetimleri ve doğrulanmış değerlendirme

Durum: Etkin

Kapsam: güncel durum

Son inceleme: 2026-09-14

Sahip: ax-code çalışma zamanı

Modele özgü çaba, düşünme anahtarları ve akıl yürütme yeniden oynatması için güncel model akıl yürütme denetimleri sayfasına bakın.

İsteğe bağlı bağlam ve araç denetimleri

Her deneyi AX Code yapılandırmanızda bağımsız açın:

{
  "experimental": {
    "context_recovery": true,
    "mcp_tool_discovery": true,
    "tail_reminders": true,
    "read_only_recipes": true
  }
}

Dört seçenek de varsayılan olarak kapalıdır. Onları birlikte benimsemeden önce modelinizle görev başarısını ve geçen süreyi ölçün. Mevcut araç izinlerini ve yalıtım ayarlarını korurlar. Bkz. başarım tanıları.

context_recovery, context_recover açar ve başarılı sıkıştırma özetlerine kaynak işaretçileri ekler. Araç bir anahtar sözcük, ileti kimliği, isteğe bağlı parça kimliği ve bir sonuç sınırı kabul eder. Yalnızca güncel oturumu okur; sıkıştırma öncesi geçmiş dahil. Geri alınmış malzemeyi, gizli akıl yürütmeyi ve yok sayılan veya sentetik metni dışlar. Özgün ileti/parça kimlikleri ve sınırlı alıntılar döndürür. Arama sayfa başına en fazla 100 parça ve her parçanın ilk 16,000 karakterini tarar; before daha eski parçalara devam eder. Eksik bir eşleşme, tüm geçmişte o metnin olmadığına kanıt değildir. Çatallar kopyalanmış geçmişlerini ve yeni kimlikleri kullanır. Kimlik bilgisi atamaları alıntılardan sansürlenir.

mcp_tool_discovery yerleşik araçları kullanılabilir tutar ve bağlı MCP araçları için tool_search sunar. Bir arama en fazla beş eşleşen şema döndürür ve bu araçları sonraki model isteğinde kullanılabilir kılar. Onları yürütmez. Seçimler oturuma kapsamlanır, 32 araçla sınırlanır ve her istekte güncel kabulle kesişir. Büyük şemalar arama sonucundan atılabilir ve sonraki istekte yüklenebilir. tool_search reddedilirse olağan kabul edilmiş MCP kataloğu kullanılabilir kalır. tool_search adlı çakışan mevcut bir araç hata üretir.

tail_reminders yalnızca AX Code’un ürettiği dinamik tur anımsatıcılarını sağlayıcı isteğinin sonuna taşır. Saklanan kullanıcı iletileri, asistan akıl yürütmesi, araç geçmişi ve statik yönergeler değişmeden kalır. Bu, model davranışını ve önbellek kullanımını değiştirebilir; tek başına bir hız iyileştirmesi oluşturmaz.

read_only_recipes, read_recipe açar. Normal araç dağıtıcısı üzerinden en fazla sekiz bağımlı read, glob veya grep çağrısı çalıştırır. Her çocuğun kendi izin denetimleri, kancaları, iptali ve oturum kanıtı vardır. Bir tarif kod değerlendiremez, kabuk komutu çalıştıramaz, dosya yazamaz, MCP araçları çağıramaz veya başka bir tarifi iç içe koyamaz.

{
  "steps": [
    { "id": "files", "tool": "glob", "parameters": { "pattern": "src/**/*.ts" } },
    {
      "id": "source",
      "tool": "read",
      "parameters": { "filePath": { "$ref": { "step": "files", "path": ["paths", 0] } } }
    }
  ],
  "select": [{ "step": "source", "path": ["text"] }]
}

Kanonik glob sonuçları paths ve truncated içerir; grep sonuçları matches içerir, yanında path, line, text vardır; okuma sonuçları kind, işlenmiş text ve truncated içerir. Önceki bir sonucu adımı ve kendi özellik yoluyla seçin. Dizi seçimleri düz bir contains süzgeci ve limit destekler. Dönen durumu ve kesilmeyi denetleyin. Tarifin 60 saniyelik iptal son tarihi, 32KB bağımsız değişken bütçesi, 192KB ara bütçesi ve sınırlı son çıktısı vardır. İptal, sahip olunan aracın oturmasını bekler. Yeni depo yönergeleri veya ortam yürütmeyi duraklatır ve model onları görmeden devam etmesin diye olağan çocuk çıktısını korur. Başarılı seçimler ara çıktıların yerini yalnızca model isteğinde alır; özgün çocuk kayıtları geçmişte kalır. Kesilen üstler çocuk çıktısını korur.

Çalışan bir üretimi düzeltin

GET /session/{sessionID}/steering etkin üretim UUID’sini ve son makbuzları döndürür. HTTP sunucusu üzerinden bir proje seçerken mevcut directory sorgu parametresini ekleyin.

POST /session/{sessionID}/steering gönderin; yanında:

{
  "expectedGeneration": "00000000-0000-4000-8000-000000000001",
  "clientID": "correction_1",
  "text": "Preserve the existing public function signature."
}

Örnek UUID’yi değil GET’ten gelen UUID’yi kullanın. accepted düzeltmenin beklediği anlamına gelir. applied bir döngü sınırında kullanıcı iletisi olarak yazıldığı ve ileti kimliğini içerdiği anlamına gelir; sağlayıcı tamamlamasını garanti etmez. rejected uygulanmadığı anlamına gelir. Yaşam döngüsü kancaları kabulü veto edebilir. Kabul edilen bir düzeltme, tamamlanmak üzere olan bir üretimi bir yineleme daha uzatır; böylece bitiş çizgisinde gönderilen bir düzeltme reddedilmek yerine uygulanır. İptal ve hatalar bekleyen düzeltmeleri yine reddeder ve eski bir üretim ardılına metin kabul edemez. Aynı yeniden denemeler aynı tutulan makbuzu döndürür; mevcut bir istemci kimliği altında farklı içerik HTTP 409 döndürür. TUI ctrl+s şimdi gönder hareketi bu uç noktayı kullanır.

Bir adımda paralel araç çağrıları

Model bir asistan iletisinde birkaç araç çağrısı yaydığında çalışma zamanı onları bir oturum kapsamlı okuyucu/yazıcı kapısından eşzamanlı yürütür. Salt okunur araçlar şeridi paylaşır ve üst üste biner; dosya düzenlemeleri, bash, bash_input, not defteri düzenlemeleri, ops_apply, MCP araçları ve eşzamanlılık için güvenli olmayan bir çocuk içeren herhangi bir batch ayrıcalıklı şeridi alır ve varış sırasında tek başına çalışır. Beklerken iptal edilen bir çağrı hiç çalışmaz. Yığın, dağıttığı çağrılar için kendi sıralama engelini korur ve çocuk oturumların kendi kapısı vardır.

Makbuzlar sürece yereldir; oturum başına en fazla 256 ve 32 bekleyen istek. Terminal makbuzları ve etkin olmayan oturum girdileri tahliye edilebilir. Yeniden başlatmadan sonra yeni üretimi alın ve kayıtlı iletileri uzlaştırın; bu API yeniden başlatmalar arasında dayanıklı makbuz araması söz vermez. Üretilen SDK session.steering ve session.steer açar.

Kayıtlı bir takibi çalışan tura yönlendirin

POST /task-queue/{taskID}/steer kuyruktaki bir takibin metnini oturumun çalışan üretimine sonraki adım sınırında kabul eder — POST /session/{sessionID}/steering ile aynı teslim noktası — ve aynı istekte kuyruk satırını iptal eder; denetim için satır yüküne steeredInto (üretim UUID’si) ve steeredAt kaydeder. 16,000 karaktere kadar yalnızca metin takipler yönlendirilebilir; yönlendirilen metin çalışan turun ajanını, modelini ve araçlarını uygular. Ekler, takip olmayan türler, oturmuş satırlar ve aşırı büyük metin HTTP 400 ile reddedilir ve istek ortasında başka bir duruma yarışan bir satır HTTP 409 döndürür.

Yanıt en son kuyruk öğesini ve boş olabilen bir makbuz taşır. Etkin üretim yoksa satır dokunulmadan bırakılır ve yanıt boş makbuzla generation_not_active raporlar; çağıranlar ardından POST /task-queue/{taskID}/send-now yoluna düşebilir. Bu yalnızca satırı kuyruğun önüne taşır ve turun bitmesini yine bekler. Yönlendirilen bir satır geri alınamaz ancak cancelled olarak /queue geçmişinde, denetim alanlarıyla görünür kalır.

TUI’de input_submit_steer tuş bağlaması (varsayılan ctrl+s) yazılmış bir taslak varsa onu yönlendirir; meşgul bir oturum üzerinde boş bir besteci varken kayıtlı kuyruğun yönlendirilebilir önekini FIFO sırasında öne alır, sonraki takipler onun önüne geçmesin diye ilk yönlendirilemeyen satırda durur. Kenar çubuğu Takipler bölümü ve /queue diyalogu aynı satır başına şimdi yönlendir eylemini sunar ve kuyruktaki takiplerin yanında bir ipucu bağlı tuşu gösterir. Üretilen SDK taskQueue.steer açar.

Doğrulanmış işten bir beceri önerin

Beceri adayları AX Code’un mevcut yerel deposundaki açık kayıtlardır. Onları yükseltene kadar beceri keşfine girmezler ve otomatik bir model çağrısı veya yönerge yeniden yazımı asla tetiklemezler.

name, description, applicability, procedure ve evidence (içinde sessionID, messageID ve partID) ile bir öneri JSON dosyası oluşturun. Kanıt, güncel temiz Git revizyonuna karşı yürütülmüş sınama veya tür denetimi zarflarıyla özgün başarılı bir verify_project sonucu tanımlamalıdır. Bir başarı cümlesi veya rastgele bir kabuk çıkışı yetersizdir. Doğrulama aynı revizyonda başka bir oturumun başarılı doğrulamasını alıntılamalıdır.

ax-code skill candidate propose --proposal proposal.json
ax-code skill candidate show verified-procedure
ax-code skill candidate validate verified-procedure --proposal independent-evidence.json
ax-code skill candidate promote verified-procedure
ax-code skill candidate retire verified-procedure

Girdi JSON’unu worktree dışında veya yok sayılan yerel bir dizinde tutun; böylece temiz revizyon denetimi anlamlı kalır. Yükseltme, mevcut bir becerinin üzerine yazmadan .ax-code/skill/{name}/SKILL.md oluşturur. Kaynak kanıtı yükseltmeden önce yeniden denetlenir. Sembolik bağlı dizinler reddedilir. Emeklilik yalnızca adayın kendi değişmemiş dosyasını kaldırır; el ile düzenlemeler çakışma yaratır. Önbelleğe alınmış beceri keşfini yenilemek için mevcut bir çalışma zamanı örneğini yeniden başlatın. Geçen denetimler bu denetimler için kanıt oluşturur; yükseltmeden önce yordamın uygulanabilirliğini inceleyin.

Eşleşmiş bir deney yakalayın

Bir kaynak kopyasından şunu kullanın:

pnpm --dir packages/ax-code exec tsx script/harness-eval.ts run /path/to/manifest.json > /path/to/runs.ndjson
pnpm --dir packages/ax-code exec tsx script/harness-eval.ts compare /path/to/runs.ndjson baseline candidate

Güvenilen operatör bildirimi açık bir provider/model, runtimeRevision, isteğe bağlı CLI command argv, repetitions, timeoutMs, tam iki adlı arms ve tasks içerir. Her kolun isteğe bağlı features (yukarıdaki deneysel bayraklar) ve toolProfile değeri vardır. Her görev id, prompt, satır içi files (path/content) ve bir oracle sağlar. Kahin, kodlama süreci çıktıktan sonra Node tarafından yürütülen güvenilen JavaScript’tir; process.argv[1] geçici fikstürü tanımlar. Kodu ajanın çalışma alanının dışında kalır ve modelin yanıtından asla gelmez.

Her deneme taze bir Git fikstürü alır. Kahin ilk fikstürde çıkış 1 ile başarısız olmalıdır. Koşucu sabit bir başsız CLI çağrısı kullanır, yinelemeler arasında kol sırasını değiştirir, bir zaman aşımı uygular ve tamamlanan bir denemeden sonra kahini yeniden çalıştırır. elapsedMs kodlama sürecini ve çalıştırma sonrası doğrulamayı içerir; verificationMs ikincisini ayrı tanımlar. Fikstür kurulumu ve ilk başarısız denetim dışarıdadır. Akış tamamlanan, başarısız olan, zaman aşımına uğrayan veya iptal edilen her denemeyi bittiği anda kaydeder. Ham istemler, alt süreç çıktısı ve kimlik bilgileri değerlendirme kayıtlarında yayılmaz. Kesilen bir kohort tamamlanmamış kalır ve eşleşmiş bir karşılaştırma üretemez.

Karşılaştırma yinelemeleri ve eksik veya uyuşmayan görev/model/kohort/yineleme çiftlerini reddeder. Başarısız ve doğrulanmamış denemeler başarı oranı paydalarında kalır. Gecikme ortancaları ve eşli oranlar doğrulanmış başarıya açıkça koşulludur. P95, bir görev/model/kohort/kol hücresi içinde 20 başarılı gözlem ister; karışık hücre toplamları onu atlar. Kohort bildirimi özetler ancak çalışma zamanı revizyonu ve dış sağlayıcı/yapılandırma/önbellek koşulları yine operatör denetimi ister. Küçük bir duman çalıştırması genel hız üstünlüğü oluşturamaz veya varsayılanları değiştirmeyi haklı kılamaz.

Yetenek seçimi ve kurtarma tanıları

Otonom istekler, modelin en az 64,000 token bağlamı, akıl yürütme desteği ve araç desteği varsa uzun ajan bağlam paketi içerebilir. Kayıt girdisi olmayan modeller için üçü de çözülmüş model üst verisinde bildirilmelidir. Ek paketin 2,048 token karakter tahmini tavanı vardır; konuşma penceresi değildir. Açık negatif bildirimler ve kayıtlı kısıtlar kabulü engeller. Bu istem metni iyileştirmesi önbellek veya korunan düşünme uyumluluğu oluşturmaz ve otomatik Super-Long son tarihlerini ve temposunu değiştirmez. Bunlar mevcut nitelendirme ve geçersiz kılma kurallarını korur.

En son kullanıcı iletisinden sonra art arda iki yapılandırılmış araç başarısızlığı (sentetik kuyruk anımsatıcılarından önce sayılır), kullanılabilir bir çaba varyantı varsa sonraki model çağrısında daha derin akıl yürütme ister. Başarılı bir araç sonucu sayacı sıfırlar. Açık kullanıcı çabası ve yapılandırılmış akıl yürütme seçenekleri önceliği korur. Bu, çaba seçimini değiştirir; yeniden deneme sınırlarını veya araç izinlerini değil.

Yerel llm.request yeniden oynatma olayları capabilityResolution içerir: protokol, bağlam penceresi, bir bağlam paketinin veya Super-Long kipinin seçilip seçilmediği, ardışık araç başarısızlıkları ve akıl yürütme seçimi ya da uygulanmamış bir gerekçe. boundary: "policy-selection" AX Code kararını anlatır; eklentiler ve sağlayıcı SDK’ları son isteği yine değiştirebilir. Açık GPT-6 çaba değerleri korunur; API low veya daha yükseğini ister, none veya minimal değil. Olay, istem veya kimlik bilgisi gövdeleri yerine istek özetlerini tutar. Eksik bir çaba varyantı, sağlayıcı varsayılan düşünmenin kapalı olduğu anlamına gelmez.

Eşli koşum yakalama, girdi, çıktı, akıl yürütme ve önbellek okuma tokenleri, tamamlanan araç çağrıları ve araç hataları için CLI’nin JSON step_finish ve tool_use olaylarını okur. Yinelenen parça kimlikleri bir kez sayılır. metricsStatus değeri observed, partial veya unavailable olur; kesilmiş veya bozuk akışlar ve kesilen denemeler toplamları vermez. Karşılaştırmalar her metriğin gözlenen ve eksik çalıştırma sayılarını ve ortancasını raporlar; gözlem olan başarısız denemeler dahil. Eksik değerler eksik kalır. Bu sayaçlar yayılan çalışma zamanı olaylarını anlatır; sağlayıcı faturalamasını, çocuk oturum kullanımını veya yerel CLI iç araçlarını değil. Terminal araç olayı olmayan tam gözlenen bir akış sıfır araç çağrısı raporlar. Kahin doğrulaması görev başarısının kaynağı olarak kalır; kullanım tek başına başarılı kurtarma veya daha iyi kalite oluşturmaz.