Releases: Misaka16384/magi
Release list
v2.5.0 — 复核默认强档、四值判决，证据必须在项目内
一天真实研究使用送回的两批反馈，全部落地。数据先于口味：同一批命题上，便宜档十二次判决放过了
全部四处实质错误并报出它没读过的行号，强档找到了唯一一处真正的证明缺口。
复核
- 周预算取消。 账本
output/llm-ledger.jsonl照记（host、model、effort、tier、耗时、成败），
唯一的拒绝是research.llm_calls: false。config.yaml里的weekly_calls不再被读。 - 默认强档。 claude →
opus+ effort high，agy →gemini-3.8-flash-high，codex → 自己的默认 + high。
便宜档保留为--model haiku这类点名选项；帖子签名写明 host · model · effort · tier，只被便宜档
看过的命题在magi next与sync --close里单列。 - 四值判决。
stands/restate/refuted/unclear。restate（结论成立、文字须改）把命题退回
testing，作者改完再标supported就自动再审，不打扰人；refuted须给反例或具体步骤，且只以
drafts/或raw/为据——帖子是评论不是证据。 - 提示词重写。 六条按命中率排的检查（量词范围、定义、计数指标、覆盖全域、数值独立性、承重假设），
强制 CHECKED（独立核实了什么）与 ASSUMPTION（承重假设）两段，都写进帖子。--allow-run允许宿主
执行脚本（Claude Code、Codex 有；agy 会说明）。 - 宿主失败自动换。 配额、超时、崩掉都换下一个装了的 CLI，帖子写明谁先被问、为什么没答。
作者从翻到supported的帖子签名读出，不再要--author。 - 默认超时 300 → 600 s，推导与证据长再加长；
--timeout指定则不放大。
命题与 magi next
- 猜想 / 发现。
magi thread new … --found [DATE]标记先算出来再开题的发现，不问押注。 magi thread bet <slug> <supported|refuted|unknown>，默认签 human。--claim是被复核的精确陈述，标题回到短名；magi thread claim <slug> --text重述并记成跟帖。--derivation/--evidence（可多次，thread post --evidence追加）：路径必须在项目内且存在，
否则当场拒绝。新目录tools/是验证脚本的家。帖子里引用了项目外路径或 scratchpad 时，
next、sync --close、review三处提示。· via <cli>：签 human 的帖子头写明誊写者，人亲手敲与 agent 代跑分得清；闸门仍当人的决定。next把所有问人的事渲染成一个块（含bet: unknown与便宜档复核过两条聚合项）、开了不到
stall_days/2天的命题不再催、末尾一行押注记分板；thread status在击键处说明人的决定怎么签、
不要重做。
摄入、索引、WebUI
batch-run整批经 Semantic Scholar 把 DOI 解成 arXiv id；解不到的按「需要 PDF」失败且不往下排。--decision discard（CLI、API、WebUI）：丢弃，不重排。review --commit搁置整批时说 HELD。ingest url --expect "<题名片段>"先取题名核对，对不上不排；--fetch-title只打印。magi index首次超时翻倍上限重试一次，回填前重新探测 Ollama。- WebUI 图谱端点发现
threads/或wiki/比graph.db新时自行重建。
升级注意
research.weekly_calls可以从config.yaml删掉；留着也无害，不再被读。- 已有项目
mkdir tools（magi init现在会建）。 - 复核默认变强档、变贵：想省，写
research.review_model: haiku（或对应宿主的便宜模型）。 - 三宿主冒烟：claude / codex / antigravity dry-run 均正确；agy
gemini-3.8-flash-high真调用 65 s
回restate，逐行点名量词写宽，并自行跑了tools/下两个脚本核数。
pipx upgrade --install magi-researchBrowser button — magi-browser-extension-v1.2.2.zip below.
Unzip it, open chrome://extensions, turn on Developer Mode, and use Load unpacked on the unzipped folder. It sends the page you are reading to a local MAGI queue and nothing else; nothing enters a library until you approve the batch.
v2.4.0 — 第一次真实接管跑出来的账
一个科研会话拿 v2.3.0 把接入流程整个跑了一遍（37 篇入队、36 篇入库、
1509 chunks），回来一份带 file:line 和实测曲线的报告。这一版是复核它的结果：
26 条外加追加的一轮，13 条修了，7 条查明不需要改代码。
崩溃
magi radar citation-gap 引用了一个从未赋值的 seen_before，全文件只出现
这一次。它躲过 2780 个测试和 84 条变异用例的原因很干净：那行在 if findings:
分支里，没找到候选就走 else 返回 0。失败只存在于成功路径上，而测试里从来
没有真实的 S2 命中。补的测试因此必须让侦察真的找到候选。
静默数据损坏
标题抽取有三种错法，都不报错，产物看起来完全正常：
- 标签被删掉，两边的词焊在一起 ——
invariants ofPauli - 文档没有标题元素时，
<title>里装的是第一个小标题 ——Abstract、1Introduction - 按词边界截断，74–81 codepoint，每一条都读起来是完整合语法的标题
第三种最危险。1812.11193 到手是「Classification of translation invariant
topological Pauli stabilizer codes」——你会毫不犹豫地引用它，而它悄悄丢掉了
全部限定范围（素维 qudit、二维）。报告的人说，他们论文最直接的竞争者被截断
之后，他做文献划界时差点直接放过去。
现在优先读 ltx_title_document、标签变成空格而不是删掉，而看起来是小标题的
一律返回 None 落回 arXiv id ——一个显然不是标题的东西会被注意到，一个像
标题的不会。
config.yaml 里不加引号的 arXiv id 会被 YAML 读成 float。
[2606.03580] → 2606.0358，末位 0 没了，而 str() 出来是一个格式完全正确、
属于另一篇论文的 id。信息在解析时就没了，救不回来，所以现在直接拒绝。
magi ingest audit-titles
坏抽取器留下的不是坏文件，是像样的文件，而项目里没有任何东西能看出来。
恢复是免费的：output/ingest/batch-*.jsonl 记着抽取当时的标题，而那个目录在
「永不重建」那一组里。台账是抽取器说过的话，卡片是现在的样子。
它第一版按 committed_path 关联，而 item 记录根本没有这个字段（实测 37 条
记录、0 条有路径），于是一条都没找到并打印「每张卡片都还带着当初的标题」——
一个用来发现静默损坏的命令，自己静默地什么都没发现。 改成按 arXiv id
关联后，在那个真实库上跑出 12 条，和他们自己 log 里记的改正数一致。
它不判断谁对：没有网络也没有权威，只把成对的说法摆出来。
误报
重复检测在 37 篇里报了 36 篇。 我加了词content 过滤、又剥离了 base64，
还是 35/37。第三轮才去看到底什么在重复：LaTeXML 自己的 PGF 内部标记，一篇里
181 次。到这里问题的形状就变了——那个检查的 docstring 自己写着它是给
glm-ocr 建的，跑在 LaTeX 转换上是类别错误，不是参数没调好。现在只在
识别类路线上跑，HTML 路线 0/37。前两轮的过滤留着（对 OCR 也有用），顺带把
3 MB 那篇的检测从 107 秒降下来。
math check 对中文 100% 误报。 pdflatex 排不了 CJK，而 wiki 用 KaTeX 渲染。
一个中文项目报了 957 条问题公式，逐条看全是 Unicode character 指 (U+6307)。
检查器把自己缺字体报成文档的错。
说法和代码不一致
AGENTS.md 写着 raw/ 「Immutable: never edit」，而 magi math format 会改它
——而且是故意的，raw/ 装着 OCR 输出，它的数学需要修。过宽的是那句话，不是
代码：报告的人因此不敢跑一条正当命令。
research.search_projects 配了从来不生效。 --scope 默认 local，只有
all/global 读那个键。默认改成 auto，并把 auto 定义成配置本来的意思。
也修了
--no-figures 只存在于单篇 CLI，而它正是批量最需要的开关；tex 路线的
\title[Short]{Long} 一个都不匹配、source: 指向 commit 后就消失的 staging；
--commit 说了有几条挡着没说是哪几条；弱收割的简报看起来和正常的一样；
magi stats 裸调用抛 argparse 错误而不是列出子命令。
两处只写在注释里的慢，进手册了
每张图 15 秒是 arXiv 的 robots.txt。实测 37 篇：耗时和图数近乎完美线性、
和正文体积零相关。两份指南 grep Crawl-delay 都是零命中。
以及长命令不要管道给 tail：magi index 每 3 秒打 flush 过的进度，但
tail 要等流结束才知道最后二十行是哪些，所以一个正常跑着的 50 分钟索引在人
眼里完全沉默——真的有人因此判定它死了。变异套件更严重：它改源码再还原，
SIGPIPE 中途杀掉会留下改过的文件。
不需要改代码的七条
都是实测排除的，不是读代码推的：Path.resolve() 在 Windows 上自己就规范化
盘符和分段大小写（所以 worklock 和 jobs 的死锁不成立）；SQLite 不会把
file:C:/… 的 C: 当主机名；urllib 默认就发 User-Agent；os._exit(0) 是
SIGINT 失败后的兜底、docstring 写明了；schtasks 的引号本来就加了；索引进度
本来就在打。
质量
2814 个测试通过 / 1 跳过。95 条变异用例全部会咬（新增 11 条）。三宿主冒烟于
2026-09-02 通过：复核者驳回了一个故意过宽的命题并逐行点名，19.8 秒。
本版有三条老测试变红。每一条都先读了它记的理由再改，而不是改到绿为止：两条
是例子过期（codex 现在真有钩子了，继续拿它当「没有钩子的宿主」就是断言一件
关于别人产品的假话），一条是断言钉的是标签而变的正好是标签——那条测试自己
写着「the default changed — this test is now guarding the wrong claim」，
预先想好了决定会变，并规定了变的时候该怎么办。
pipx upgrade --install magi-researchBrowser button — magi-browser-extension-v1.2.2.zip below.
Unzip it, open chrome://extensions, turn on Developer Mode, and use Load unpacked on the unzipped folder. It sends the page you are reading to a local MAGI queue and nothing else; nothing enters a library until you approve the batch.
v2.3.0 — 交接、闸门，和一次审计复核
这一版起于两个问题：一个空目录之外的文件夹怎么进 MAGI，以及下一个开工的人
怎么知道上一个人做到哪了。中途插进来一份 68KB 的系统审计，复核完又修掉九处。
magi adopt
magi init 本来就能在非空目录里跑。缺的是判断目录里那堆东西是什么，以及
搬动之后文件之间互指的路径还指得准。前者是判断，留给 skill；后者是路径
算术，写成命令。
关键决定是不在链接会断的地方报错，而是改。证明一条链接要断的那套算术，
同时也算得出它该指向哪——包括写在反引号里的路径，没有任何东西渲染它们，也就
没有任何别的东西会发现它们失效了。
对着两个真实课题仓库做的：Algebra_Energy_Barrier（材料全压在 research/
一层之下，109 个 arXiv id）三棵子树整体搬，0 处改写、27 条链接全活；
KW Duality（扁平，37 个 arXiv id）六次搬动，26 处引用被改对，26 处全是
散文路径、markdown 链接 0 条——这个仓库被任何不管散文的搬动处理都会静默
散架。两者撤销后与原件逐字节相同。
交接：在人进来的时候说，不是在人走的时候
sync --close 多了一节「留给下一个人的半成品」——未提交的改动、排队没跑的
批次、开着没判完的雷达简报、inbox/ 里等着的文件。全部是对已有文件的查询，
一个字都不写：v2 退休 log.md 的理由就是「把同一批事件写到第二个地方，两份
记录就会开始互相矛盾」。
但只在会话结束时说是错的一头。session-start 钩子现在三段一起给：magi next
的清单、上一个会话留下的在途东西、以及 skill 比 CLI 旧的警告。什么都没有时
仍然一个字不说。
skill 过期，终于有东西在看
精确的判据本来就有（逐字节比对当前包会写出来的内容，不信版本号），缺的是没有
任何自动运行的东西问过它。你的 Claude 插件钉在四个月前的快照上，期间没有任何
东西说过一句。现在 sync 每次问，而且报文件名不报数目——skills where 报
的「1 outdated」被人看一眼就放过了，而它背后是一个躲过两轮清理的 v1 skill。
闸门从一个宿主变成三个
代码里那句「Claude Code 是唯一文档化了这些的宿主」是一句关于别人产品的断言，
而且已经过期。
Codex 形状和 Claude 一样，阻断词也一样，一个写入器服务两家。形状不是照
文档抄的：机器上两个真实安装的 Codex 插件里就有 hooks.json，逐字对上。
Antigravity 三处都不同，而且是从它随安装附带的第一方文档里读出来的：顶层
键是钩子名字，Stop 是不带 matcher 的扁平数组，没有 SessionStart。
阻断词是 decision: continue，而它自己的文档写着「任何其他值都允许 agent
停止」——照 Claude 的形状写过去会得到一个能解析、永远不触发的文件。
这条装上了但没验证过，报告里就是这么说的：agy --print 下一个钩子都不
触发，它的文档给路径用的是「e.g.」。一个人以为存在的闸门，比一个他知道要去
检查的闸门更糟。
审计复核：26 条验完，10 条属实
两个 Critical 都属实，而且都比报告写的更糟：
_ours()早就写好、docstring 一字不差描述了那个 bug、从未被调用。真机
复现：一个自己写的research/skill 连同REFERENCE.md被uninstall删掉。.cmd宿主不是崩溃，是静默截断——回显首参数的.cmd收到三行字符串，
打出ARG1=[line one]，退出码 0。npm 装的宿主会拿到评审提示词的第一行然后
信心十足地作答。
其余属实并已修：竞态分支自己的 TypeError；executescript 先提交导致失败的
重建把图谱清空；render_command 丢掉 origin 标记（这就是那个 v1
radar_review.md 熬过两次升级的根因）；Ctrl+C 在 setup 里等于「是」；
托管块告诉 agent output/ 可随便删，而它装着删不掉的账本——项目自己生成的
_index.md 早就写对了，两个说法发给了不同的读者。
八条判错的全是同一个毛病：照 API 语义推，没实测。resolve() 自己就规范化
大小写、SQLite 不会把 C: 当主机名、urllib 默认就发 UA。
也修了
WebUI 视觉重做（卡片从「材料」变回「纸」）+ 图谱快速搜索，复核时找到 markMatch
在转义后的串里找下标却用未转义的长度去切，搜 & 会把 <mark> 落在实体中间。
补了一条真正执行 JS 的守卫：把函数从 app.js 里按名字抠出来在 node 里跑，
而不是在 Python 里重写一遍。
质量
2780 个测试通过 / 1 跳过。84 条变异用例全部会咬（新增 24 条）。三宿主冒烟于
2026-09-02 通过：复核者驳回了一个故意过宽的命题并逐行点名，18.8 秒。
本版三次栽在同一个坑上：守卫的测试直接调守卫，而调用点那行接线一次都没跑到。
三次都是变异用例报 MISSED 才发现的。
pipx upgrade --install magi-researchBrowser button — magi-browser-extension-v1.2.2.zip below.
Unzip it, open chrome://extensions, turn on Developer Mode, and use Load unpacked on the unzipped folder. It sends the page you are reading to a local MAGI queue and nothing else; nothing enters a library until you approve the batch.
v2.2.0 — 接管已有的研究文件夹
一个已经堆了半年材料的文件夹怎么进 MAGI。magi migrate 管的是 Wikify 建过的
项目；这一版管的是从来没进过 MAGI、有文献有草稿有代码有数据、摆法不一定合我们
想象的那种目录。
magi init 本来就能在非空目录里跑（纯增量，已存在的文件一律跳过）。缺的是两件
事：判断目录里那堆东西是什么，以及搬动之后文件之间互指的路径还指得准。
前者是判断，留给 skill；后者是路径算术，写成命令。
magi adopt
magi adopt survey . # 只读盘点
magi adopt apply plan.json --dry-run # 看会搬什么、改哪些引用
magi adopt apply plan.json
magi adopt undo # 字和文件一起放回去
survey 除了列目录，把所有 markdown 里写着的 arXiv id 和 DOI 一并抓出来——一张
参考文献表往往就是这个项目已有的半数文献，抓出来是正则的事，判断每一篇值不值得
读才是要人读的事。整个目录只有一个子目录时自动往下钻一层并说明；否则一个
research/ 包着全部材料的仓库，盘点出来只有「112 个文件」一行，等于没说。
计划是一个 JSON，由 agent 写、人过目。apply 从不删除、从不覆盖、从不把东西搬
出项目目录、从不动 MAGI 自己的脚手架；计划里只要有一条不合法，一条都不执行——
搬了一半的文件夹比没搬的更难收拾。被搬空的目录它说出来，但不删。
不在链接会断的地方报错，而是改
研究文件夹是靠相对路径连起来的。按整目录搬恰好能保住它们，但一个乱到值得 adopt
的文件夹本来就不可能只靠整目录搬成 MAGI 的形状：迟早有一个文件要去它邻居不去的
地方。在那里报错等于把问题原样退回给人。
证明一条链接要断的那套算术，同时也算得出它该指向哪。 所以同一趟里改完，
包括写在反引号里的路径——没有任何东西渲染它们，也就没有任何别的东西会发现它们
失效了。每条改写记在导致它的那次搬动旁边，undo 因此能把字和文件一起放回去。
对着两个真实课题仓库做的
Algebra_Energy_Barrier：材料全压在 research/ 一层之下，112 个文件，109 个
arXiv id + 8 个 DOI。三棵子树整体搬进 drafts/，0 处需要改写，27 条链接全部解析。
KW Duality：扁平，18 个 md，37 个 arXiv id 一条命令全部入队。六次搬动（含三个
重命名），26 处引用被改对，26 处全是散文路径，markdown 链接 0 条——这个仓库
被任何不管散文路径的搬动处理，都会静默散架，而且没有任何东西会报错。改对的里面
包括自己没搬、但指的东西搬了的 log.md 和 README.md。
两个仓库撤销后都与原件逐字节相同。
实测改出来的缺陷
全是跑真仓库才出来的，fixture 上一条都不会出现：
- 一份叫
log.md的工作日志被报成 magi 自己的家具（名字撞了而已，init之前那
个目录里没有一样东西是 magi 的） - 材料全在一层包装之下的仓库，盘点成一行「112 个文件」
- 改一条链接却把整个文件的行尾从 LF 换成 CRLF——人回头 diff 自己的仓库，会看
到整份文件都变了，也就看不出到底哪里变了 #anchor被从匹配键上剪掉，于是带锚点的链接一条都改不动
也修了
magi next 对当天新建的命题说 open since 0001-01-01。 回退值取的是纪元
下限，而一条还没有任何帖子的命题每次都落到那里——一个刚接管的项目对人说的第一句
话带着公元 1 年的日期。_oldest_open 的排序用的是同一个下限：两条都没帖子的命题
在那里并列，next 点名哪一条成了文件系统的列举顺序。
修这条时引入又修掉一个：YAML 把不带引号的 created: 2026-09-02 解析成 date
对象（我们的写入器加引号，人手改过的文件不加），交给给帖子时间戳用的 parse_at
会 .strip() 一个 date，整个面板挂掉。强度不放进 parse_at——为一个调用点放宽
它等于让所有调用点开始接受不知道什么东西。
两份指南都写着 magi migrate 没有 --dry-run，而 migrate.py 里就定义着
它，--help 那句话还建议先跑一遍。
一条不会咬的守卫
「一条没有帖子的命题被记成公元 1 年」那条变异用例，锚点指的是修 date 崩溃时被
重构掉的那一行。运行器报 ANCHOR? 而不是 caught——变异根本没被应用过。
一条装不上的用例和一条咬得住的用例，在绿色的报告里长得一模一样。补丁脚本现在
写入前断言锚点在源码里恰好出现一次。
质量
2726 个测试通过 / 1 跳过。变异用例 adopt 9 条、state 3 条，全部会咬。三宿主冒烟
于 2026-09-02 通过：复核者驳回了一个故意过宽的命题，并逐行点名了命题本身、它
过度外推的那次单点测量、以及做出这一跳的推导，20.2 秒。
pipx upgrade --install magi-researchBrowser button — magi-browser-extension-v1.2.2.zip below.
Unzip it, open chrome://extensions, turn on Developer Mode, and use Load unpacked on the unzipped folder. It sends the page you are reading to a local MAGI queue and nothing else; nothing enters a library until you approve the batch.
v2.1.0 — 让两侧看到同一份东西
这一版起于一次真实的文献雷达跑:五篇自有论文做我方论文,一个全新项目,一路
走完收割、分诊、引文缺口。判定标准只有一条——程序造成的「不同的人看到不同
的东西」要修;同一份信息下的判断差异不算 bug。
按这条筛出十四处。
静默地少做你配置的事
arXiv 分类饥饿。 _apply_budget 按来源家族分名额:arxiv-new 一共拿
max_candidates // 2,而每个分类抓 30 篇——第一个分类一个人就超额。后面的
分类被真的抓下来(各一次 HTTP 往返、三秒礼貌等待),然后整段丢掉,而日志
写的是「harvesting arXiv listings (3 categories)」。实测配三个分类,20 篇
arXiv 候选全来自第一个;修后是 7 / 7 / 6。
没有种子时,推荐那条腿静默关闭。 harvest_s2([]) 直接返回空,日志照样
打「harvesting S2 recommendations」。config 的注释明写着种子可留空,所以一个
只填了 own_arxiv_ids 的新项目拿到的是「只有 arXiv 最近列表」——而实测里,
值得读的四篇全部出自推荐那条腿。
两个说法发给同一个读者
每份雷达简报的正文里写死了「file bd issues」和「set status: reviewed in
this file's frontmatter」,而 radar_review 的规则是用 magi radar triage
且禁止手改 frontmatter。agent 读到哪个就照哪个做。横幅改成引 skill 的
命令,并加了守卫:横幅里出现的每条 magi 调用,skill 里也必须出现。
两侧数不到一起
magi radar triage --done——mark_report_reviewed()原来只有 WebUI
调得到,所以不开面板的人记完四十条决定,status/next/sync仍然
永远说待审。它还会自己报「N of M decided」并点名没判的那些:那本来是 skill
里要人凭记忆说出口的一条散文规则。- 引文缺口按论文分组。 每个(我方,对方)配对各占一个标题,于是同一篇
解析成多个同 id 的候选,而triage --id只认第一个——决定记了一次,列表里
仍显示未决。头部candidates: 18其实是 11 篇;现在同时给出 papers 和
pairs。 - 面板和 CLI 对「有几条能判」给同一个数。 引文缺口报告开头的
## Our paper:段被候选解析器读成候选,面板给它建了按钮全返回 409 的行,
进度条永远停在 11/12。 --id可重复,同一决定一次打完;批量里有一个坏 id 就一条都不写。- 决定词表写下来一次。 面板的「建阅读任务」记的是
task,CLI 三档里
没有,注释还写着「the same three words」。
信息缺失当成解释
- 引文缺口现在标出当天已判过的候选,而不是隐藏——共享参考文献列表是简报
没有的证据,实测最强的一条命中正是「看摘要被跳过、看参考文献值得复议」。 - 我方论文的元数据被限流(HTTP 429)时,那个锚点的上下文段不再直接消失,
缺的地方自己说明缺了什么。 magi search在空项目上回答而不是报错。「没有索引」一个错误当了两个
答案用:有内容没索引确实答不了;什么都没有的项目,零结果才是真答案。空与
不空问_iter_corpus,也就是magi index自己走的那张表。
注册表
magi kb prune —— magi index 每次都自动注册,而没有任何东西会注意到
目录被删了。一台真机上 350 条,其中 225 条指向不存在的目录,4 条是人的项目。
kb list 一直算得出 exists 并打 MISSING,只是没有命令能据此动手。判据是
「目录没了」这个文件系统事实,不是名字像不像测试。
而它的来路也修了:测试套件在往开发者自己的 registry.json 里写。 隔离
夹具是 function 作用域,三个 module 作用域的夹具跑在它之前、继承了真实环境。
实测一次全量把注册表从 5 条推到 8 条。会话级夹具先重定向,并在重定向之前读
一遍真实注册表、结束时比对字节——任何将来的写入让整轮变红。
CI 真的在跑它声称跑的东西
textlayerextra 现在装上了。 它声明了、两个 workflow 都不装,需要它
的 10 个测试只在作者机器上跑过。而没跑过的那条路是坏的:_run_route只查
了verdict.ok、忽略verdict.available就 import,于是普通安装上一个正文
PDF 的失败原因写成了ImportError: No module named 'pymupdf4llm'——一句
关于打包方式的话,说给一个只想转换论文的人听。- Windows 上
bd装了、查了,套件却看不见。 检查跑在 Git Bash 里,而
$HOME/.magi-bin写进GITHUB_PATH是 POSIX 路径;跑套件那步是 pwsh。
15 个测试在 Windows 上从未跑过。检查改成向真正要去找它的那个解释器发问。 - 新守卫:声明的每个 extra 都必须在跑套件的地方装上。
也修了
radar_review 多一条规则(逐条判定,不拿上一条的推理当依据)。
browser-extension 的 README 还在教两条已退役的命令。
一个装满 LaTeX 宏的非 raw docstring——\r 是真回车。
onnxruntime 不加上界的理由记进了 pyproject:1.28 自己把 requires_python 提到
=3.11,解析器在 3.10 地板上本来就不会选它。
质量
2687 个测试,三平台一致(此前 Windows 少跑 15 个、三平台各少跑 10 个)。
56 条变异用例全部会咬。三宿主冒烟于 2026-09-01 通过:复核者驳回了一个故意
过宽的命题并逐行点名,19.5 秒。
pipx upgrade --install magi-researchBrowser button — magi-browser-extension-v1.2.2.zip below.
Unzip it, open chrome://extensions, turn on Developer Mode, and use Load unpacked on the unzipped folder. It sends the page you are reading to a local MAGI queue and nothing else; nothing enters a library until you approve the batch.
v2.0.2 — 逐条判定,不要把上一条的推理当依据
只改一个文件:radar_review 这个 skill 多了一条规则。
radar_review 是我们最长的串行单 agent 循环——一份 digest 几十个候选,一条
一条读下来。到第二十条时,上下文里最响的东西是前十九条的推理,而它和眼前这
篇论文最不相干:判定的门槛会漂,任何长得像先前被否掉的那些的候选,看起来就
也该否掉。
新增的规则要求每个候选重新对着项目本身判定(开放命题、magi search),而不
是对着本轮累积下来的印象。
为什么现在加
SKILL.state(arXiv 2608.26263)量到了这条曲线:随无关历史累积,准确率从 0.68
掉到 0.53。它的主张——单次执行内用显式状态取代增长的历史,补丁由运行时而非
模型校验——和我们「确定性 CLI 是拘束具」是同一条原理,我们在台账那一层已经
这么做了。它没能覆盖的是 agent 自己那段串行推理,这条规则补的就是那里。
顺带记下两条:它自己承认的 Retroactive Relevance(提交时判定不重要而丢掉的
观察找不回来)和可变状态合并没有确定性冲突语义(「当前实现只支持单 agent」),
都指向我们追加式、带温度、不丢弃的 threads 是更稳的那一种。它的 "Memory"
基线(滚动窗口 + 周期性摘要)在 τ-Bench Retail 上 29.9%,低于什么都不做的
48.2%——以后若有人提议给 magi sync 加「让模型摘要老 thread」的捷径,这是
拒绝的引用。
没有配套的测试,但有两道守卫拦了一次
这条规则本身不能写成命令、闸门或测试——它约束的是判定时看哪份材料,机器
无从检查。凡是能写成检查的规则不留在 skill 里当散文;这条不能,所以它留在
这里。
不过写它的时候被现成的守卫拦了两次:第一版把 magi search 写成了不带参数的
裸调用(一个起不来的调用),第二是 skill 有 40 行硬预算,加进去变成 44。预算
的意思就是新规则得自己挣出行数——规则压到三行,第 5 步那个断在 "one candidate
per / call;" 的换行顺手重排,腾出一行。
验证
2641 个测试(2630 通过,11 跳过——PDF 文本层那批需要 textlayer extra,CI 不装
它,一直如此)。43 条变异用例全部会咬。
三宿主冒烟于 2026-09-01 在 Windows 11 通过:三个 dry-run 分别报 haiku /
its own default / gemini-3.7-flash-low;一次真实调用 21.0 秒,复核者驳回了
一个故意过宽的命题,把命题、推导、源三个文件逐行点名;命题落到 disputed 而
不是 refuted——驳回是留给人的问题。收工闸门先拒绝通过并说出缺的那个签名,
magi decide 之后才放行。
pipx upgrade --install magi-researchBrowser button — magi-browser-extension-v1.2.1.zip below.
Unzip it, open chrome://extensions, turn on Developer Mode, and use Load unpacked on the unzipped folder. It sends the page you are reading to a local MAGI queue and nothing else; nothing enters a library until you approve the batch.
v2.0.1 — 核心色跟随调色板
只有一处改动，只碰 styles.css。v2.0.0 的其余内容不变。
MAGI MODE 有红·战斗与蓝·静默两套配色，三个核心（MELCHIOR / BALTHASAR /
CASPER）在两套里取值不同。有 8 处把核心色写成了字面量，于是它们在蓝色配色下
仍然显示红色配色的颜色——同一个界面上两套调色板并存。
改法按「少数服从多数」，而多数是数出来的：var(--eva-*-glow) 用了 26 处，
把同一个颜色手写成字面量的 6 处。最清楚的一票在同一条规则内部——stroke 和
filter 都读 token，唯独 fill 是字面量。
- 发光改用 glow token，在红色配色下会略亮一点（0.3 / 0.18 → 0.38）。
- 结构性取值（核心图形填充、代码块边框、终端按钮边框、氛围光晕）用
color-mix保留各自的透明度、只换来源，红色配色下逐位不变，只有蓝色
配色跟上。
有意不改的
危险区仍然是红的。 .btn-danger、.danger-card、#danger-modal 以及
错误状态指示，在任何配色下都保持警报红——危险不该被安静配色调淡。启动动画
同样保持单一配色。
验证
红色配色下三个核心 青 / 绿 / 红，蓝色配色下 深青 / 深绿 / 深红，与两套配色的
定义完全对应，在浏览器里逐个看过。
2640 个测试，43 条变异用例全部会咬。三宿主冒烟于 2026-08-31 通过：复核者驳回
了一个故意过宽的命题，21.1 秒。
pipx upgrade --install magi-researchBrowser button — magi-browser-extension-v1.2.1.zip below.
Unzip it, open chrome://extensions, turn on Developer Mode, and use Load unpacked on the unzipped folder. It sends the page you are reading to a local MAGI queue and nothing else; nothing enters a library until you approve the batch.
v2.0.0 — 从知识库编译器，到由人驾驶的研究状态机
MAGI v1（Wikify）把论文编译成知识库，回答「我们知道什么」。v2 同时管理
「我们还不确定什么」，并且把「agent 该怎么做」从写给 agent 看的散文，改成了
agent 绕不过去的机器。
这是一次破坏性重构。老工作区用 magi migrate 一次性转换，raw/ 与 wiki/
的字节不改写。先跑 magi migrate --dry-run：它说清会改什么，一个字节都
不写。
设计上的变化
不确定性是一等公民。 threads/ 里住着命题（有真值、有温度）、问题和研究
线，论坛式跟帖、只追加。没落定的东西不是「还没变成知识的草稿」，它本身就是
研究状态的主体。
能算出来的就不存。 magi next 不读待办列表——它从 note 里推导欠了什么。
没有第二份状态，也就没有「状态不同步」这回事。
确定性 CLI 是拘束具。 命令的存在目的是约束 agent，不是伺候它。凡是能写成
命令、闸门或测试的规则，就不留在 skill 里当散文。
记账靠近，评判远离。 状态由离它最近的人写下；质量由不共享你上下文的人
评判——magi review 刻意换一家厂商的模型，让它无法继承你的预设。
仪式性动作属于人。 关掉一条研究线（magi close）、发表（magi publish）
永远由人调用。判断一个问题已经结束，正是人存在的理由。
慢环提议，人批准。 magi reflect 读真实工作的痕迹、发现模式、提议规则——
但从不自己应用。一个能改写自己规则的 agent，它的规则等于不存在。
你会直接用到的
magi next—— 裸magi等价。派生出该做什么，只提议不动手。magi sync --close—— 收工闸门。有事发生却没人写下来时它拒绝通过。magi ui—— 本地看板，整个环路在浏览器里也能走完。三套主题，含
EVA「MAGI MODE」的红·战斗与蓝·静默两个警戒态。magi search—— 混合检索（BM25 + 向量 + RRF），默认只搜当前项目，
--scope all才跨项目。magi review—— 跨厂商复核。事前说要问谁、花多少，事后报本周用量；
周预算用完拒绝启动而不是安静地少做。--verbose/MAGI_DEBUG=1—— 任何命令都认，会传给子进程。命令失败
而说得不够时用它。
八个 skills 随包分发，magi install 装进机器上每一个探测到的 agent CLI
（Claude Code / Codex / Antigravity / opencode）。
词表
一个目录承载一个研究主题，只有一个名字：项目 / project。退役：工作区、
知识库、本库、课题、hub。
质量
2639 个测试；42 条变异用例（「把 bug 放回去」的清单，python -m tests.mutations），
全部会咬。三宿主冒烟于 2026-08-31 在 Windows 11 通过：复核者驳回了一个故意
过宽的命题并逐行点名矛盾，18.3 秒。
macOS：CI 全绿，但从未冒烟——没有 Mac 可跑。CI 矩阵是唯一能给的保证。
pipx upgrade --install magi-researchBrowser button — magi-browser-extension-v1.2.1.zip below.
Unzip it, open chrome://extensions, turn on Developer Mode, and use Load unpacked on the unzipped folder. It sends the page you are reading to a local MAGI queue and nothing else; nothing enters a library until you approve the batch.
v1.16.3 — 关掉玻璃后半个页面还在采样背景，标题栏被美术图盖住，MAGI 卡片没有光追
补丁版。三处独立的根因，都长在「材质开关」这条路径上。
标题栏不可读是绘制顺序，不是颜色
.core-band 的计算背景是完全不透明的，画面上却透出美术图。
.app-bg 是 position: fixed; z-index: 0，而 .core-band 是静态的——定位
元素的背景排在静态块背景之上，所以美术图直接盖在状态栏上。材质开着时它能躲过去
纯属侥幸：backdrop-filter 让它成了 stacking context，因而被提升；一关材质，提升
随之消失，美术图就压上来。
.app-bg 降到 z-index: -1。html 自身没有背景，body 的背景会传播到 canvas，所以
这一层仍在 canvas 之上、所有内容之下。
关闭清单早就过期了
html.no-glass 只点名了七个选择器。后续给 .tabs-nav、.lang-toggle、
.eva-hud-frame、.pane-list、图谱浮层以及所有 .btn 加的材质，一个都没进这个
清单——实测「关闭」状态下仍有 12+ 个元素在采样背景。于是模糊滑块继续推着半个
页面走，另一半纹丝不动。
改成不点名的写法：--glass-scale: 4 让所有写成
rgba(<tint>, calc(k * var(--glass-scale))) 的表面越过 alpha 1 被 rgba() 钳成
不透明（在用的最小 k 是 0.28），外加一条 html.no-glass * 的 backdrop-filter 封杀。
以后新加的表面不可能再漏。
顺带两处：旧规则里的 background-image: none !important 是照 light/dark 写的（那里
高光是 background-image），但 MAGI 卡片的背景本身就是一条 linear-gradient，于是
被一起抹掉，卡片变成全透明的框浮在美术图上；同一条规则里的 filter: none 还误杀了
它的悬浮投影。高光改为在颜色停止点上关掉，不碰 background-image。
两个滑块在此模式下调的是一个已经关闭的材质，现在直接禁用，而不是留着看起来能动、
实际无效。CRT 扫描线和背景选择器与材质无关，保持可用。
MAGI 卡片没有光追：background: 简写重置了 background-image
简写会重置 background-image，基础规则画的指针高光就这么被静默丢掉。整个 MAGI 主题
里只有 HUD 幸存，因为它那条规则是后写的，把高光层重新拼了一遍。
.doc-preview-side 是同一个错误。
查下来问题比表面更大：引擎追踪 10 个选择器，只有 3 个真的在画高光——
.glass-tuner-panel 和 .doc-preview-side 压根没有高光层，模态框和 .toast 只有
固定顶光。引擎一直在为一半不存在的东西做计算。
高光提取成 --glass-specular-layer，在 :root 定义一次。之前是同一段
radial-gradient 手抄在四处——副本会漂移，而这里最要命的那份副本压根没存在过。
引擎列表与「真的在画」严格对齐：补上 .pane-list、.pane-view、
.glass-tuner-panel、.doc-preview-side、模态框；.toast 明确移出（小、短暂、会
自动消失，固定顶光足够）。
回归测试
五条新不变量：关闭清单必须是不点名的写法；不许用 background-image: none；
.app-bg 必须在静态内容之后绘制；引擎列表与 CSS 双向一致；被追踪的表面不许用
background: 简写。最后一条正是这次的 bug——以后再写简写会直接测试红。
pipx upgrade --install magi-researchBrowser button — magi-browser-extension-v1.2.1.zip below.
Unzip it, open chrome://extensions, turn on Developer Mode, and use Load unpacked on the unzipped folder. It sends the page you are reading to a local MAGI queue and nothing else; nothing enters a library until you approve the batch.
v1.16.2 — 模糊滑块会从指针底下跳走，落点随机写进 localStorage
补丁版。修的是 v1.16.0 自己引入的一条，v1.16.1 没看见。
症状
反复发现 magi-glass-blur 里出现没人选过的值（2、5、7 各一次）。复现出来是这样：
新加载，什么都没存 slider=22 stored=null
拖到 14 slider=14 stored=14
拖到 12 slider=12 stored=12
拖到 10 slider=22 ← 跳了 stored=10
拖到 9 slider=9 stored=9
拖到 10 的瞬间，滑块自己跳到 22。
成因
三件事叠在一起：
GLASS_DEFAULTS.blur = 10被当成「没有覆盖」的哨兵值——等于 10 就
removeProperty，让 CSS 的主题默认值生效。- 但每个主题的 CSS
--glass-blur都不一样：light 20、dark 22、MAGI 蓝 10。 - v1.16.0 为了让读数别撒谎（静止时显示 10px 而面板实际在模糊 22px），把计算
值写回了slider.value。
于是在 dark 下拖到 10，代码立刻把滑块设成 22——旋钮从指针底下跑掉了。真实拖
动时，下一次指针移动是相对跳走后的位置计算的，落点就是随机的。
顺带一处早于此的问题：「重置」写的是 "10" 而不是删除键，所以重置之后键永
远留着，把模糊钉死在滑块默认值上，主题自己的值再也回不来。
修法
哨兵彻底去掉。未设置 = 用主题的 CSS 值；存了就是显式覆盖。没有任何一个滑块位
置是特殊的。
glassSetting未设置时返回null而不是硬编码回退值——只有这样才能区分「没设
过」和「刚好设成了默认值」- 「重置」改为删除键
- 主题切换后刷新读数，否则切完仍显示上一个主题的默认值
修好后：
拖到 10 slider=10 stored=10 卡片模糊=10
重置 slider=22 stored=null 卡片模糊=22
主题切到 light slider=20 label=20px 卡片模糊=20
回归测试锁住了这个不变量：滑块默认值不得用作哨兵，重置必须删键而不是写值。
pipx upgrade --install magi-researchBrowser button — magi-browser-extension-v1.2.1.zip below.
Unzip it, open chrome://extensions, turn on Developer Mode, and use Load unpacked on the unzipped folder. It sends the page you are reading to a local MAGI queue and nothing else; nothing enters a library until you approve the batch.