neosigmaai/auto-harness
Vòng lặp tự cải thiện agent: chạy benchmark, đọc các lần làm hỏng, để coding agent sửa code của agent, kiểm tra bằng bộ regression rồi lặp lại. Có sẵn setup cho tau-bench, Terminal-Bench và BIRD-Interact.
Chưa testMới đọc README và vài file chính, chưa chạy thử
Mình đọc README và vài file chính, chưa chạy gì.
Mình dựa vào đâu để đánh giá
Mình mới đọc README và vài file chính chứ chưa test và chỉ có thể kết luận là "đã học ý tưởng" hoặc "có rủi ro", chưa thể khẳng định là tốt hơn được.
Phù hợp với
Người muốn để agent tự tune qua đêm trên một benchmark mình tin.
Không phù hợp với
Đừng dùng như sản phẩm hoàn chỉnh. Repo đang đánh dấu experimental, con số tăng điểm là từ chính README.
Repo
- Star
- 536
- License
- MITDùng, sửa, bán đều được, kể cả trong project closed-source. Chỉ cần giữ lại thông tin bản quyền của tác giả.
- Độ hoàn thiện
- experimental
- Lần push gần nhất
- 2026-07-08
- Mình check lần cuối
- 2026-11-14