istarwyh/harbor-self-evolving

README excerpt

Harbor Self-Evolving 基于 Harbor 的业务 Agent 自进化模板，并提供 DeepSeek Harness / Cordis 接入。 它解决的不是“让模型随意改自己”，而是把每次优化变成一条可追踪、可复现、可拒绝的工程流程： 已实现 - 不可变 Candidate ：Cordis 配置、插件代码和 lockfile 生成统一 SHA-256 manifest；运行前再次校验。 - Harbor Agent：通过 Harbor 内置 ACP runner 启动真实 DSH composition。 - Harbor Job Plugin：把 Candidate 身份、Trial 事件和稳定的指标汇总写入 Job。 - DSH Cordis bundle：向 DSH Agent 注册 snapshot、run、result、compare 四个工具。 - 可比性保护：为 Dataset、Task、Environment、Verifier 和运行时版本生成 evaluation-context digest。 - Promotion Gate：先确认两个 Job 上下文一致，再要求主指标提升、关键指标达标、回归指标不下降且无执行异常。 - DeepResearch 示例：明确展示工具调用失败、无效搜索和错误引用如何进入 reward。 这版不会自动修改 Champion、不会部署生产环境，也不内置一个不受约束的 Optimizer。它提供的是 Optimizer 可以安全调用的评测闭环。 仓库结构 Candidate 和 Job 不是一一对应：一个不可变 Candidate 可以跑 smoke、full regression、不同数据集和多次重复实验；每个 Job 绑定一个 Candidate digest，一个 Job 内可以包含多个 Trial。 两条命令跑通 要求：Docker、Node.js 22+、npm、pnpm、uv；Python 3.12 与 Harbor 0.21.x 由 uv 自动建立。 demo 会自动建立锁定的 Python 环境，然后依次评测 v1、v2 并执行 Gate。常用入口： 命令 用途 ./hse demo 一键运行完整的真实 Harbor 示例 ./hse setup 安装 Python 与 Node.js 锁定依赖 ./hse doctor 检查 Docker、Node、uv、Harbor 插件 ./hse test 运行两端测试、构建和 shell 检查 ./hse context 查看评测环境的可比性指纹 ./hse dsh-install [profile] 用固定版本的 DSH CLI 安装 Cordis bundle 预期结果： Candidate task completion too…

Category