قياسات، لا سحر
نقيس أعباء السياق والتنسيق في مسارات عمل محدودة النطاق. توضح هذه النتائج ما حدث في اختبارات محددة من الطرف الأول، وليست وعدًا بشأن كل نموذج أو مهمة أو فاتورة.
يحتفظ COSMOS بالحالة المفيدة بين الجلسات، ويسترجع مجموعة عمل مركزة، ويعيد أدلة موجزة. توفر الطبقات المختلفة موارد مختلفة: يجب قياس رموز الإدخال والبايتات المنقولة واستدعاءات الأدوات كل على حدة.
نتيجة مقاسة من الطرف الأول
رموز الإدخال
قارن اختبار كناري اصطناعي واحد ذو مخرجات مطابقة تمامًا بين ملفي تعريف مصغرين للمزود، أحدهما موروث والآخر معزول. أعاد كلاهما الإجابة الدقيقة المطلوبة؛ واختلفت حالات ذاكرة التخزين المؤقت. رموز الإدخال فقط، لا وفورات مفوترة ولا جودة المهمة بأكملها.
اختلفت حالات ذاكرة التخزين المؤقت. لا يعزل هذا جودة الاسترجاع ولا يثبت تكافؤ فوترة المزود.
تاريخ مراجعة الأدلة: · التجارب: 1
نتيجة مقاسة من الطرف الأول
بايتات النتائج
قارنت عشر تجارب تطوير محلية لخمس مقارنات ملفات بين نتائج موجزة بالفعل وإجراء مجمّع. بلغ حجم بايتات النتائج الناجحة المتسلسلة 4,290 و712 لكل تجربة. تطابقت نتائج المساواة ضمن اللقطة نفسها؛ واستُبعد الإعداد وحالات الفشل وإنشاء الإجراء.
بايتات النتائج ليست كامل حركة بيانات الشبكة ولا رموز النموذج. نتائج أكتوبر مرشح تطوير محلي، وليست ادعاءً بشأن إصدار.
تاريخ مراجعة الأدلة: · التجارب: 10
نتيجة مقاسة من الطرف الأول
بايتات الشبكة
قاست عشرة سيناريوهات تشخيصية محلية ومحايدة إجمالي 121,896 و82,455 بايتًا فعليًا لاستجابات الشبكة. احتاجت أربعة سيناريوهات إلى بايتات أكثر واستدعاء إضافي واحد. استُبعد الإعداد المشترك؛ ولم تُقارن جودة الإجابة النهائية للنموذج.
لا يثبت عدد البايتات المنقولة عبر الشبكة مقدار استخدام رموز النموذج أو التكاليف الفعلية. نتائج أكتوبر مجرد نتائج مرشحة من التطوير المحلي، وليست ادعاءً بشأن إصدار.
تاريخ مراجعة الأدلة: · التجارب: 10
نتيجة مقاسة من الطرف الأول
استدعاءات الأدوات
قاست السيناريوهات التشخيصية المحلية العشرة نفسها إجمالي 59 و49 استدعاءً للأدوات. انخفض الإجمالي، لكن السيناريوهات الفردية لم تتحسن جميعها.
لا يثبت انخفاض عدد الاستدعاءات بحد ذاته زمن استجابة أقل أو تكلفة أقل أو أداءً مكافئًا في مهام أخرى.
تاريخ مراجعة الأدلة: · التجارب: 10
بالنسبة إلى تجربة أولية، نتفق على خط أساس ومهام تمثيلية وفحوصات للجودة ومعايير للنجاح قبل مقارنة النتائج. نبلغ عن افتراضات ذاكرة التخزين المؤقت والمخرجات وإعادات المحاولة واستخدام الأدوات؛ ولا نحوّل اختبار كناري واحدًا إلى ادعاء شامل.
هذه أمثلة تطويرية وتشغيلية من الطرف الأول. وليست توصيات مستقلة من عملاء، كما أن المثال التشغيلي لا يُعد تلقائيًا حالة مقاسة لتوفير الرموز.
نمط تشغيلي
يحتفظ COSMOS بالسجلات المصدرية ضمن الحدود الموثوقة، ويعدّ مرشحًا، ويجري فحوصات التطابق، ويتحقق من الإجراءات المحاسبية المعتمدة عبر إعادة قراءة الحالة الخارجية. الدرس هو التنفيذ المنضبط وتقليل التحقيق المتكرر؛ ولا يُدّعى تحقيق أي نسبة مئوية لتوفير الرموز في سير العمل هذا.
نمط تطويري
يتلقى المتخصص الملفات والقيود والفحوصات ذات الصلة بدلًا من سجل المحادثة بأكمله. تعود النتائج المنظمة إلى مهمة واحدة قابلة للمراجعة. يُقيّم خفض السياق لكل مهمة، مع اختبارات تحمي النتيجة المطلوبة.
سير عمل توضيحي
تستخدم عمليات البحث والصياغة والترجمة والمراجعة التحريرية أدوارًا مركزة ومراجع للمصادر. يظل النشر إجراءً منفصلًا خاضعًا للموافقة. تعتمد الوفورات على حجم المصادر وعمليات التسليم والمزودين المختارين.
MCP / API / IDE
اربط الأدوات التي تستخدمها بالفعل من خلال MCP وموائمات المزودين المُعدّة. التوافق مع البروتوكول ليس مماثلًا لتكامل أصلي متحقق منه من البداية إلى النهاية.
تبنٍّ محلي أو موائم مُعدّ؛ القبول مطلوب
لدى VS Code وCodex الأصلي مسارات تبنٍّ محلي مسجلة. لدى Cursor وClaude / Claude Code الأصليين موائمات لإطار الاختبار وإعداد MCP؛ ولا يعني وجود موائم مُعدّ قبول المضيف. يجري التحقق بصورة منفصلة من محادثة جديدة على المضيف والإصدار والأذونات وعبء العمل.
متوافق مع البروتوكول أو مرشح؛ التحقق في تجربة أولية مطلوب
يمكن للبيئات الأخرى المتوافقة مع MCP استخدام واجهة MCP المحكومة، مع مراعاة النقل والأذونات وقبول الأدوات. يُعد OpenClaw مرشحًا لتجربة أولية محددة النطاق لتكامل خارجي، وليس تكاملًا مضمّنًا متحققًا منه؛ فبوابته وبيئة تشغيله غير مضمّنتين.
أدلة اصطناعية وعقود موائمات وتوجيه مخطط له
اجتاز Z.AI / GLM اختبار كناري اصطناعيًا ذا مخرجات مطابقة تمامًا؛ وهذا لا يصرّح بتوجيه البيانات الخاصة ولا يثبت الجودة العامة للنموذج. توجيه OpenRouter وتقييمه مخطط لهما، لكنهما غير مقبولين حاليًا ضمن ملفات تعريف المزودين المغلقة. يمكن لخطوط المعالجة المخصصة استخدام عقود Python وCLI وMCP حول موائمات نطاقية يجري التحقق من كل منها على حدة.
نناقش النشر المحلي وعلى خادم خاص والنشر المُدار بما يلائم بياناتك وقيودك التشغيلية. يحدد عرض توضيحي محدود النطاق بيئة التطوير المتكاملة والنموذج والأدوات والأذونات والأدلة المطلوبة قبل التعميم.
يوجد ضمن قائمة الأعمال المتراكمة مستودع GitHub عام يتضمن مجموعة بيانات معيارية منقحة وتعليمات لإعادة الإنتاج. لم يُنشر بعد. يمكننا اليوم مناقشة أسلوب القياس والاتفاق على تجربة أولية قابلة للتكرار؛ ولا يُعرض رابط معطل لمستودع.
خطوة أولى أصغر
يبدأ نقاش التجربة الأولية بالعمل، لا بترحيل المنصة. اتفق على النطاق وحدود الوصول واختبار مفيد قبل تحديد ما ينبغي بناؤه.
حدّد المصادر وأدوار الوكلاء والقرارات التي تحتاج إلى شخص.
اختر خطًا أساسًا وفحوصات القبول وحدود النتيجة.
استخدم الأدلة لتقرر ما إذا كنت ستنقّح أو توسّع أو تتوقف.
مهمة متكررة لها أدلة متاحة ونتيجة يمكنك فحصها. أبقِ النطاق الأول صغيرًا بما يكفي لمراجعته.
الوصول غير المقيد أو الإجراءات غير القابلة للعكس من دون إشراف أو الوعد بأن كل إجابة من النموذج ستكون صحيحة.
اختر نقطة بداية وصِف نتيجة واحدة. انسخ الموجز عندما تصبح مستعدًا؛ وأنت تقرر ما تشاركه.
تعمل أداة الإنشاء هذه في هذه الصفحة فقط. لا يتم تخزين أي شيء أو تحليله أو إرساله تلقائيًا. لا تُدخل كلمات مرور أو معلومات حساسة.
لا يُرسل أي شيء تلقائيًا.
لا. نقيس عبء العمل الفعلي ونتحقق من النتيجة المطلوبة. يمكن للسياق وذاكرة التخزين المؤقت وتسعير النموذج والأدوات وإعادات المحاولة تغيير النتيجة.
يدعم COSMOS مسارات المزودين الأصلية والبيئات المتوافقة مع MCP والموائمات المُعدّة. يجري التحقق من المضيف والنموذج والأذونات والنشر المحددة بما يلائم سير عملك.
نشره علنًا على GitHub مدرج ضمن قائمة الأعمال المتراكمة. لا تدّعي هذه الصفحة وجود مستودع عام أو إعادة إنتاج مستقلة.
أحضر مهمة واحدة وخطًا أساسًا والنتيجة التي يجب أن تظل صحيحة. يمكننا عرض سير العمل ومناقشة تقنياتك وتحديد عرض توضيحي أو تجربة أولية محدودة النطاق.
تحدث عبر Telegram