Skip to content

v2.5.0 — 复核默认强档、四值判决，证据必须在项目内

Choose a tag to compare

View all tags
@github-actions github-actions released this 03 Sep 13:08
· 2 commits to main since this release
v2.5.0
0bdaa00

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-research

Browser 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.

Assets 5
Loading