مراجعة Agnes 3.0 Flash Overclock: مدقّق مخرجات ولجنة جودة ومقياس أداء صريح

ما هذا المستودع

يوصف المستودع بأنه حزمة تجريبية لهندسة الأوامر والتحقق من أجل Agnes 3.0 Flash، مبنية حول نصوص فيديو قصيرة بالروسية، وإعادة صياغة تحفظ المصدر، وJSON مقيّد. يعرّف README كلمة «overclock» بأنها ضبط لسير العمل، لا تعديل لأوزان النموذج ولا إثبات لأقصى جودة. وينص على أنه غير مثبّت في أي خط إنتاج.

يحتاج بايثون 3.10 أو أحدث والمكتبة القياسية فقط. لا يحتاج المدقّق مفتاح API ولا يستخدم الشبكة. ملف LICENSE هو رخصة MIT، ويضم المستودع مهارتين من مؤلفين آخرين مع ملفات رخصهما.

ما أظهره الاختبار المرجعي

يذكر README ست مهام وعينتين لكل شرط، واكتمل 35 استدعاءً من 36 مخططًا في 10 أكتوبر 2026. هذه هي الأرقام المنشورة.

يصفها README بأنها درجات استرشادية لفحوص القيود. استُبعدت المخرجات الفارغة أو غير المكتملة، والمقامات مختلفة، ولم يكن هناك مقيّم جودة أعمى، وكان المرجع مجموعة إجابات كتبها المؤلف نفسه لا تشغيلًا موثقًا لنموذج آخر. وينص على أن لا ادعاء بالتكافؤ مدعوم. ويضيف تقرير الاختبار أن المجاميع لا يمكن إعادة توليدها من المستودع لغياب المخرجات الخام والمراجع الكاملة وأداة التقييم الأصلية وسجل الاستدعاءات، وأن 4 من 36 عينة مخططة غائبة عن المقامات ولا يمكن تحديدها. تقديري: هذا الإفصاح نادر، وبفضله فقط تصلح الأرقام كمؤشر لا كنتيجة.

الأجزاء الخمسة

• مدقّق المخرجات. check.py يفحص نطاقات الكلمات وJSON الصارم ومدد المشاهد وقيود الفقرات والقيم العددية والنص الزائد حول الإجابة لست مهام جاهزة. شغّلت المسودة النموذجية فنجحت. ينبّه README إلى أن النجاح لا يثبت الصحة، وأن الفحوص العددية تقارن مجموعات القيم لا ارتباطاتها.
• لجنة الجودة من 25 وكيلًا. طريقة بـ25 زاوية نظر في 5 موجات من 5، مع واجهة سطر أوامر دون اتصال تُعدّ التعليمات وتوحّد التقارير وتفحص حالة الإصلاحات. المستودع لا يستطيع تشغيل الوكلاء؛ والأدوات تفحص السجلات فقط. تقول الوثائق إن التشغيل وجد عائقًا واحدًا و11 ملاحظة كبرى، وإن هذه الأعداد من قائمة الوكيل الرئيسي لا من تدقيق مستقل.
• مرشحات unslop للواجهات. أمر موجّه وماسح بالتعابير النمطية لشيفرة واجهات تبدو نمطية. على ملف sloppy.css الاصطناعي في المستودع حصلت على 12 ملاحظة، منها 9 عالية أو حرجة؛ وعلى clean.css لا شيء. تقول الوثائق إن القواعد معاد صياغتها وهي ذوق لا قياس، وإن رخص المصادر لم تُراجع، وإن الفحص النظيف لا يعني النجاح.
• بوابة إثبات التسليم. غلاف JSON اختياري فيه بصمات الملفات وسجل الأوامر ونتائج الاختبارات وإقرارات الفحص البصري. تقول الوثائق صراحة إنها تفحص الوجود والشكل لا الحقيقة، وإن سجلًا ملفقًا معقولًا قد يمر. المثال الذي شغّلته نجح.
• الموجّه وخادم MCP. route.py يعيد إرشادات مهمة ومرحلة واحدة فقط بمطابقة الكلمات المفتاحية، دون نموذج. ويعرض خادم MCP ستة أدوات: agnes_check وagnes_list_tasks وagnes_get_prompt وagnes_build_messages وagnes_route وagnes_review_messages.

ما شغّلته

عند الإيداع 077e4ab أبلغت المجموعة الكاملة عن 113 اختبارًا، OK، وواحد متخطّى (اختبار الشبكة الاختياري)، في نحو 8 ثوانٍ. يذكر README العدد نفسه. وعملت أمثلة المدقّق والماسح والموجّه وبوابة الإثبات كما هو موثّق. لم أشغّل أي تكامل مع بيئات التطوير (Cursor وCodex وClaude Code وغيرها) ولم يكن لدي وصول إلى Agnes، فالأوامر ومرحلة المحرّر وحلقة الإصلاح v2 غير متحقَّق منها من جهتي. والمستودع يقول الشيء نفسه.

نقاط القوة

• الادعاءات تتبع الأدلة. كل امتداد موسوم بأنه غير مختبر، وتحفظات الاختبار المرجعي بجانب الأرقام.
• صغير وقابل للتدقيق. مكتبة قياسية فقط، نحو 2800 سطر بايثون مع الاختبارات، دون مفاتيح.
• جلب بعيد حذر. المسارات البعيدة تستخدم أصلًا ثابتًا ودون إعادة توجيه وحدًّا زمنيًا وسقفًا للحجم وعلامة نص غير موثوق، وتغطيها الاختبارات بشبكة مُحاكاة.

نقاط الضعف

• قاعدة الأدلة. النتيجة المقاسة الوحيدة اختبار صغير على مهام فيديو قصيرة بالروسية لا يمكن إعادة إنتاجه من المستودع.
• الشكل لا الحقيقة. المدقّق والبوابة والماسح تتحقق من الشكل. تبقى المراجعة البشرية للوقائع والأسلوب لازمة كما يقول المستودع.
• دعم البيئات غير مثبت. إعدادات MCP لكل بيئة قورنت بوثائق الموردين، ولم تُشغَّل أي بيئة من البداية إلى النهاية.
• مدقّق ضيق. الإعدادات الجاهزة تستهدف نصوص الفيديو الروسية؛ ولاستخدامات أخرى عليك كتابة قيودك.

إفصاح

ثلاثة مسارات في هذا المستودع، jg-prompts وjg-mcp وjg-extensions، تجلب صفحات صغيرة من هذا الموقع الذي تقرأه الآن. ليس لي رأي في كتابة المستودع، وحاولت تقييمه بالمعيار نفسه لأي مستودع آخر. ومع ذلك ينبغي أن تضع هذا في اعتبارك.

كيف كنت سأقيّمه

شغّل المدقّق دون اتصال على مخرجات لديك بالفعل، وانظر هل تطابق مخالفاته ما كان سيشير إليه محرّر. قِس مرحلة المحرّر على مهامك، مع إبقاء المحاولات الفاشلة والفارغة في العدّ. الأرقام ستكون أرقامك؛ ليس لدي ما أضيفه ولا أنشر أرقامًا محاكاة.