SuperAPI AI 工具集

grounded-progress

智能体与模型

查看项目

更新于 10-15 23:47

技能介绍

用途:在数小时或通宵的自主运行中,让 Claude Fable 5 / 5.1 的进度报告可对照真实工具结果核验。资料指出,长任务的主要失败模式不是工作质量差,而是报告漂移,例如未运行测试却称“测试通过”,命令报错却称“已部署”。

证据规则:任何进度声明输出前必须绑定本次会话的工具结果。已完成:指明证明它的命令、测试或检查及其输出。失败:如实说明,并逐字附上相关输出(可裁剪,不得改写成乐观表述)。跳过或推迟:标注为跳过并给出原因。尚未验证:明确标为未验证,不得向上取整为完成。没有可指认证据的声明不得发出,要么现在运行检查产出证据,要么下调声明。

长任务报告结构:一行总体状态(正常推进/受阻/部分完成);已验证的完成项,各附证据指针;失败与跳过,直白陈述;未验证的进行中工作,明确标注;以及需要用户提供的唯一事项(如有)。

反模式:模糊的完成表述(如“现在应该能用了”),应改为运行检查;在只验证样本时给出聚合声明(如“所有端点已迁移”),应把样本当作样本报告;用旧证据支撑新声明,证据必须晚于它所证明的工作。

接收更新(面向框架作者而非模型):Fable 5.1 在工具调用之间写给用户的更新少于 Fable 5,在高 effort 的长工具链中尤为明显;它写出的更新以 thinking 块形式到达,而在默认 thinking.display 为 "omitted" 时这些块为空。可请求 "updates"(beta 头 thinking-display-updates-2026-08-18),并在判定模型沉默前把每个非空 thinking 块渲染为状态行。若界面折叠或隐藏工具输出,应在回合级系统消息中告知模型,否则它可能重跑命令来“展示”无人看到的输出。

限制:资料未提供安装命令、价格、平台支持或具体配置步骤,暂未提供。