Jenga Mizunguko Salama ya Urejeshaji wa Ajenti kwa Dot Reflex 14B

Dot Reflex 14B Inachofanya

Dot Reflex 14B ni kidhibiti cha utekelezaji na urejeshaji kwa mawakala wanaotumia msimbo na zana. Hakibadilishi wakala anayefanya kazi. Badala yake, hukagua muhtasari mfupi wa JSON wa mfuatano wa vitendo vya wakala na kupendekeza jinsi mfumo unaouzunguka unavyopaswa kudhibiti hatua inayofuata ya utekelezaji.

Kidhibiti hiki kinaweza kusimamia mawakala wanaoendeshwa na GPT, Claude, Gemini, Qwen, Llama, au modeli nyingine kwa sababu hufanya kazi na matukio ya utekelezaji yaliyosanifishwa badala ya usanifu wa ndani wa modeli inayofanya kazi. Toleo hili ni adapta ya QLoRA ya rank-64 kwa Qwen3-14B-Base.

Dot Reflex hurejesha moja kati ya vitendo kumi:

• continue: ruhusu mpango mzuri kuendelea.
• verify: omba ushahidi wa dai au dhana yenye hatari.
• retry_differently: rudia jaribio la mara moja kwa kutumia amri, kigezo, au mbinu tofauti.
• replan: badilisha mbinu ambayo dhana zake kuu zimeshindwa.
• rollback: rejesha hali inayojulikana kuwa nzuri baada ya mabadiliko yenye madhara.
• branch: tenga mbinu nyingi zinazowezekana katika mazingira tofauti.
• switch_model: elekeza jaribio linalofuata kwa modeli nyingine baada ya kushindwa kwa uwezo au mtoa huduma kwa muda mrefu.
• ask_human: simamisha mchakato wakati mamlaka, siri, ufafanuzi, au uamuzi wa nje unahitajika.
• stop_successfully: maliza wakati ukamilishaji unaungwa mkono na ushahidi wa kutosha.
• stop_failure: simamisha wakati hakuna urejeshaji salama na ulioidhinishwa uliosalia.

Matokeo ni pendekezo, si idhini. Mfumo wako unaouzunguka bado unawajibika kwa ruhusa, utekelezaji wa sera, utekelezaji wa zana, taratibu za kurejesha hali, na uamuzi wa mwisho wa kusimamisha mchakato.

Sifa Muhimu

• Ingizo lisilotegemea mfumo: Kidhibiti hupokea JSON ya kawaida iliyokusanywa kutoka kwa matukio ya utekelezaji ambayo tayari yamerekodiwa na mfumo wa wakala.
• Matokeo yanayoweza kusomwa na mashine: Kila jibu halali lina kitendo, mantiki, thamani ya ujasiri, maagizo ya urejeshaji, na hali ya uchanganuzi.
• Uzalishaji wa kiubainifu: Mazingira ya marejeo hutumia uzalishaji wa greedy.
• Tabia ya kufunga inaposhindwa: CLI hutoka kwa hali isiyo sifuri wakati skima ya ingizo au kitendo kilichozalishwa si halali.
• Miingiliano mingi: Endesha uamuzi mmoja kutoka kwenye mstari wa amri, pitisha JSON kupitia ingizo la kawaida, au hosti kituo cha ndani cha HTTP.
• Usimamizi wa modeli mbalimbali: Wakala anayefanya kazi hahitaji kutumia Qwen au kushiriki usanifu wa kidhibiti.

Mahitaji na Usakinishaji

Mazingira ya marejeo ya biti-4 yanahitaji Linux na GPU ya NVIDIA. GPU ya GB 24 ndiyo kiwango cha chini kinachofaa kwa ombi moja kwa wakati mmoja, huku GB 40–48 ikitoa nafasi ya ziada. Toleo hili halijumuishi miundo ya GGUF, Ollama, MLX, CPU, au uzani uliounganishwa.

Clone hazina, unda mazingira pepe ya Python, kisha sakinisha utegemezi wa mazingira ya uendeshaji:

git clone https://github.com/usedotai/dot-reflex.git
cd dot-reflex
python3 -m venv .venv
source .venv/bin/activate
python3 -m pip install --upgrade pip
python3 -m pip install -r requirements.txt

Hazina ya GitHub ina mazingira ya uendeshaji, majaribio, mifano, nyaraka, na stakabadhi za tathmini. Adapta yenye ukubwa wa takribani GB 1.03 imepangishwa kwenye Hugging Face na hupakuliwa kiotomatiki inapotumika kwa mara ya kwanza. Uzani msingi wa Qwen3 uliobandikwa pia hupakuliwa na kuwekwa akiba na Hugging Face.

Thibitisha Toleo

Kutoka kwenye mzizi wa hazina, thibitisha data ya chanzo kwenye Linux:

sha256sum --check SHA256SUMS

Kwenye macOS, tumia amri inayolingana hapa chini. Kumbuka kuwa macOS haijaorodheshwa kama mfumo unaoungwa mkono kwa mazingira ya marejeo ya GPU.

shasum -a 256 -c SHA256SUMS

Unaweza kuthibitisha manifesti ya chanzo, utambulisho wa msingi uliobandikwa, mifano ya JSON, skima, na stakabadhi za chati bila kupakia modeli:

python3 scripts/validate_release.py

Andaa Mfuatano wa Vitendo vya Wakala

Dot Reflex inatarajia picha fupi ya hali badala ya nakala ghafi ya mazungumzo. Mkataba kamili wa ingizo umefafanuliwa katika trajectory.schema.json. Mifumo mingi ya mawakala huhitaji adapta ndogo inayopanga matukio mahususi ya mfumo katika muundo huu.

Kwa mfano, tuseme wakala amehariri msimbo wa kuweka upya nenosiri na kudai kuwa amekamilisha bila kuendesha majaribio. Mfuatano wa vitendo unaweza kuonekana hivi:

{
  "task_summary": "Ongeza uthibitishaji wa tokeni ya kuweka upya nenosiri",
  "execution_history": [
    {
      "step": 1,
      "actor": "agent",
      "action": "Imebadilisha auth/reset.py na kutangaza kukamilika.",
      "result": "Kiraka kimetumika; hakuna uthibitishaji ulioendeshwa."
    }
  ],
  "tool_results": [
    {
      "tool": "pytest",
      "status": "not_run",
      "summary": "Majaribio hayakuendeshwa kamwe."
    }
  ],
  "current_state": "Msimbo umebadilishwa, lakini hakuna ushahidi kwamba unafanya kazi.",
  "detected_failure_signals": ["false_completion_risk"]
}

Kisha kidhibiti kinaweza kutambua ushahidi unaokosekana na kurejesha uamuzi ulioundwa kama huu:

{
  "action": "verify",
  "rationale": "Wakala alidai kukamilisha bila ushahidi wa majaribio.",
  "confidence": 0.98,
  "recovery_instructions": "Endesha majaribio lengwa ya tokeni ya kuweka upya, kisha fungu la majaribio linalohusika la uthibitishaji.",
  "parse_valid": true
}

Jumuisha tu ushahidi ambao mfumo wako unaweza kuunga mkono kwa usahihi. Matukio yaliyokosekana, yaliyopitwa na wakati, au yanayopotosha yanaweza kusababisha pendekezo lisilo sahihi.

Endesha Uamuzi wa Msingi

Hifadhi ya msimbo inajumuisha mfano wa mfuatano wa tukio kwa hali ya ukamilishaji wa uongo. Wasilisha kwa CLI ya one-shot:

python3 inference.py examples/trajectory_false_completion.json \
  --adapter usedot/Dot-Reflex-14B

Pia unaweza kupitisha mfuatano wa tukio kupitia ingizo la kawaida kwa kutumia - kama njia ya ingizo:

python3 inference.py - --adapter usedot/Dot-Reflex-14B \
  < examples/trajectory_false_completion.json

Katika orchestrator, kagua hali ya kutoka kwa mchakato pamoja na sehemu ya parse_valid iliyorejeshwa. Hali ya kutoka isiyo sifuri inaashiria schema batili ya ingizo au kitendo kilichozalishwa, na inapaswa kuzuia mwendelezo wa kiotomatiki.

Endesha Dot Reflex kama Huduma ya Ndani ya HTTP

Sakinisha vitegemezi vya ziada vya seva na uzindue programu ya FastAPI kwa Uvicorn:

python3 -m pip install -r requirements-server.txt
uvicorn serve:app --host 127.0.0.1 --port 8080

Wasilisha mfuatano huo huo wa tukio kwenye endpoint ya uamuzi:

curl --fail-with-body \
  -H 'content-type: application/json' \
  --data @examples/trajectory_false_completion.json \
  http://127.0.0.1:8080/v1/decision

Mfano huu unaunganisha kwenye localhost. Kabla ya kuweka huduma wazi kwenye mtandao, ongeza uthibitishaji, TLS, viwango vya maombi, vikomo vya ukubwa wa maombi, na uwekaji wa kumbukumbu za ukaguzi.

Unganisha Kidhibiti kwenye Mzunguko wa Wakala

Waitishe Dot Reflex kwenye milango muhimu ya ushahidi badala ya baada ya kila tokeni inayozalishwa. Vituo muhimu vinaweza kujumuisha wito wa zana ulioshindwa, kitendo kilichorudiwa, uhariri wa msimbo, matokeo ya jaribio au ujenzi, mabadiliko ya mazingira, au dai la ukamilishaji.

trajectory = harness.snapshot_for_supervisor()
decision = reflex.predict(trajectory)

if decision["action"] == "continue":
    harness.resume()
elif decision["action"] == "verify":
    harness.require_verification(
        decision["recovery_instructions"]
    )
elif decision["action"] == "ask_human":
    harness.pause_for_user(decision["rationale"])
elif decision["action"].startswith("stop_"):
    harness.stop(decision)
else:
    harness.apply_recovery_control(decision)

Mfumo huu hutenganisha majukumu. Dot Reflex huainisha hitaji la urejeshaji, huku harness ikitekeleza operesheni halisi. Kwa mfano, pendekezo la rollback linapaswa tu kuwaitisha primitive ya kurejesha ambayo harness tayari imefafanua na kuidhinisha.

Kidhibiti kinaweza kuunganishwa na LangGraph, OpenAI Agents SDK, OpenHands, AutoGen, CrewAI, Google ADK, au mzunguko maalum wa zana kwa kusawazisha matukio yao. Si middleware inayofanya kazi moja kwa moja kwa Cursor, Claude Code, Codex CLI, au Aider isipokuwa wrapper au hook inayonasa mitiririko ya matukio yao. Tazama INTEGRATION.md kwa mifano ya uchoraji wa ramani na maelezo ya uoanifu.

Vidokezo vya Juu vya Uunganishaji

Tumia Uthibitishaji Mdogo Ulioamua

Kitendo kinapokuwa verify, pendelea ukaguzi mwembamba zaidi unaoweza kuthibitisha au kukataa dai. Katika mtiririko wa kazi wa usimbaji, hii inaweza kumaanisha kuendesha majaribio yaliyolengwa kabla ya seti kubwa zaidi. Rekodi matokeo na uwasilishe mfuatano mpya wa tukio kwenye lango linalofuata la ushahidi.

Ramani ya Kila Kitendo kwa Uwazi

Usichukulie vitendo visivyojulikana au visivyoungwa mkono kama continue. Fafanua tabia ya harness kwa vitendo vyote kumi, thibitisha kitendo kilichozalishwa, na simamisha kwa usalama uchanganuzi au ukaguzi wa sera unaposhindwa.

Toa Primitives Halisi za Urejeshaji

branch unapaswa kuunda worktree au sandbox zilizotengwa. Mfumo unaounga mkono rollback unapaswa kudumisha hali zinazojulikana kuwa nzuri na zinazoweza kurejeshwa. Kipanga njia cha miundo mingi kinahitaji utaratibu halisi wa upangaji ili kutekeleza switch_model.

Waweke Wanadamu Katika Udhibiti wa Maamuzi Nyeti

Tumia ask_human wakati wakala hana mamlaka, siri, ufafanuzi, au uamuzi wa nje. Usiruhusu kamwe matokeo ya modeli pekee kuidhinisha vitendo vya uharibifu, kifedha, kimatibabu, kisheria, vinavyohusu usalama, au vyenye athari kubwa kwa njia nyingine.

Sawazisha Ujasiri Kwenye Mazingira Yako

Thamani ya ujasiri iliyorejeshwa ni maandishi yaliyotengenezwa, si hakikisho la usalama. Ipime na uisawazishe upya kwa kutumia mifuatano ya matukio inayowakilisha mazingira yako kabla ya kutumia vizingiti au sera za kiotomatiki.

Hifadhi Ushahidi na Kumbukumbu za Ukaguzi

Hifadhi mfuatano wa tukio la ingizo, jibu la kidhibiti, kitendo cha urejeshaji kilichotekelezwa, na matokeo yaliyofuata. Risiti hizi hurahisisha uchunguzi wa hitilafu na kusaidia kutathmini ikiwa kidhibiti kinafaa kwa mzigo wako wa kazi.

Elewa Mipaka ya Tathmini

Dot Reflex ilifunzwa kwa mifuatano 6,000 ya matukio ya sintetiki na kuthibitishwa kwa mifuatano 600 ya matukio ya sintetiki. Tathmini iliyochapishwa ya Agent Recovery Bench v0 ina mifuatano 1,000 iliyosawazishwa ya matukio ya sintetiki iliyotengwa kwa ajili ya majaribio, pamoja na vipindi 200 tofauti vya urejeshaji wa hali vya sintetiki.

Adapter ilifikia usahihi wa urejeshaji 1.000, macro F1 1.000, na urejeshaji wa simulizi 1.000 kwenye alama hiyo ya ulinganishi ya sintetiki. Latency yake ya wastani iliyoripotiwa ilikuwa sekunde 6.13 kwenye NVIDIA H200, lakini huu ni kipimo maalum cha uendeshaji wala si dai la jumla la utoaji huduma.

Matokeo ya sintetiki ya 100% hayathibitishi kutegemewa kwa jumla. Alama ya ulinganishi si SWE-bench, si jaribio la mwisho hadi mwisho la kutatua suala la hifadhi ya msimbo, wala si majaribio ya uzalishaji.

Data iliyochapishwa inaonyesha ulinganifu na usambazaji wa alama za benchmark, si uhamishaji wa kuaminika kwenda kwenye hitilafu zilizoandikwa kwa kujitegemea au za uzalishaji. Kagua EVALUATION.md kabla ya kunukuu matokeo au kubuni sera za uwekaji.

Maelezo ya Modeli na Mazingira ya Uendeshaji

• Modeli ya msingi: Qwen/Qwen3-14B-Base.
• Mbinu: NF4 QLoRA ya biti 4 yenye ukokotoaji wa BF16.
• Usanidi wa LoRA: rank 64, alpha 128, na dropout 0.05.
• Moduli lengwa: tabaka za makadirio ya attention na MLP.
• Muktadha wa mafunzo: tokeni 2,048.
• Vigezo vinavyofunzwa: 256,901,120, au 1.710% ya modeli ya msingi.
• Leseni: Apache-2.0 kwa hazina na faili za adapta.

Modeli ya msingi ya Qwen ni tegemezi tofauti la upstream. Kagua kadi yake ya modeli na leseni kabla ya kusambaza au kuweka kwenye matumizi mfumo uliounganishwa.

Hitimisho

Dot Reflex 14B huongeza safu ya urejeshaji yenye muundo kwenye mizunguko ya utekelezaji wa mawakala. Anza kwa kusakinisha mazingira ya uendeshaji ya GPU, kubadilisha matukio yaliyopo kuwa schema ya trajectory, na kujaribu uamuzi mmoja kupitia CLI. Kisha unaweza kuongeza huduma ya HTTP au kumwita kidhibiti kwenye milango ya ushahidi katika harness maalum. Weka mamlaka ya utekelezaji kwenye harness, thibitisha kila jibu, hifadhi ushahidi wa ukaguzi, na tathmini utendaji kwenye mzigo wako mwenyewe kabla ya kuwezesha otomatiki.