برمجة سريعة بالذكاء الاصطناعي على مكتبك.
نحو 69% في SWE‑bench Verified.

وفي 1.7.0 أيضًا: يمكن لـ Night Shift تجربة المهمة عدة مرات والاحتفاظ بأفضل محاولة (/night add --best-of N)، ويمكن لجهاز واحد تشغيل عدة جسور Signal، ويختار العميل بين عقدتين على شبكة واحدة دون أن يفقد العقدة التي يعرفها. ملاحظات الإصدار والتنزيلات.

التثبيت

$ curl -fsSL https://github.com/dreamference/ragon/releases/latest/download/install.sh | bash

$ ragon-admin server start      # ينزّل النموذج مرة واحدة (نحو 20 GB) ثم يشغّله
$ cd ~/your-project && ragon    # هذا كل شيء

> irm https://github.com/dreamference/ragon/releases/latest/download/install.ps1 | iex

جرّب هذه أولًا

أو ضع عملًا في الطابور لهذه الليلة بالأمر /night add <task>: يعمل Ragon على الطابور وأنت نائم، كل مهمة على فرع git خاص بها، وتراجع الفروع صباحًا مع قهوتك.

$ ragon "explain this repository to me like I'm new on the team"
# reads the code index (ragon-code outline, def, refs, callers) instead of grepping,
# then walks you through the layout, the entry points and how they connect

$ ragon "the tests are failing: find out why and fix them"
# runs the tests, reads the failure, edits the code and runs the tests again,
# asking before anything risky

> /night add --best-of 3 add input validation to the signup form, with tests
# tonight: three attempts, each in its own git worktree; the one the chooser picks
# is committed on its own branch, and nothing is merged or pushed
$ ragon-admin night status      # the timer, the window and the queue
> /night apply <id>            # in the morning: bring the branch back as uncommitted changes

ماذا ستحصل عليه

يجمع تطبيق سطح المكتب في Ragon 1.7.0 بين Ask وWork في نافذة واحدة. Work منصة عمل كاملة لجلسات الوكيل: مربع كتابة يدعم الملفات والمهارات والأوامر، ولوحة مراجعة للتجهيز والتراجع والإيداع، وworktrees، وتبويبات طرفية، وشجرة ملفات وتبويبات ملفات بجانب المحادثة. على أجهزتك الأخرى يعمل عميلًا لجهاز GB10 الذي يجده على الشبكة المحلية.

$ ragon worktree on   # new sessions start in their own worktree
$ cd ~/your-project && ragon
> /airgapped on      # no network for any command it runs
> /worktree apply    # bring the changes back to your checkout

$ sudo apt install ./ragon_1.7.0_arm64.deb

$ ragon-admin mcp            # stdio MCP for JetBrains and VS Code
$ ragon signal setup         # Note to Self only, off until linked
$ ragon chat telegram setup  # topics and the Mini App

لماذا Ragon

SWE-bench Verified، قياس على DGX Spark واحد

في 2026-10-08، حلّ وكيل Ragon 1.5.1 مع Qwen3.8-27B 68 من 100 مهمة في SWE-bench Verified على DGX Spark واحد، دون اتصال: عيّنة ثابتة من 100 مهمة، ومحاولة واحدة لكل مهمة، في الوضع الافتراضي. وبالتعميم على المهام الخمسمئة كلها، يُقدَّر الناتج بنحو 69% (نطاق ثقة 95%: من 63.9 إلى 73.4%). هذا قياس أجريناه بأنفسنا على جهازنا وعلى جزء من المهام، وليس إدراجًا في لوحة الصدارة.

اقرأها بوصفها وضعًا بين أقران لا ترتيبًا. على المهام المئة نفسها حلّ Ragon عددًا مساويًا لما حلّه Qwen3-Coder-480B وGLM-4.6، وهما نموذجان أكبر منه بأضعاف، لكن لكل صف وكيلًا مختلفًا وعتادًا مختلفًا، وفي صفوف لوحة الصدارة صور الاختبار الرسمية لمعمارية x86، بينما عملنا على صور مجتمعية لمعمارية arm64. في وضع refine تدرس جلسة أولى المهمة دون تغيير أي شيء، ثم تنفذها جلسة جديدة: فحلّ مهمة واحدة أكثر من الوضع الافتراضي (69 مقابل 68، وكل وضع حلّ مهام أخفق فيها الآخر)، بنحو 2.2 ضعف الوقت لكل مهمة، ولذلك يبقى اختياريًا (ragon --refine).

1. Ragon: 100 مهمة، محاولة واحدة لكل مهمة؛ DGX Spark واحد (GB10، ذاكرة 128 GB)، النموذج يعمل محليًا، بلا سحابة؛ الوضع الافتراضي قيس في 2026-10-08، ووضع refine في 2026-10-09. التقدير من بيانات كل مهمة في SWE-bench experiments.
2. 500 مهمة، محاولة واحدة؛ العتاد غير مذكور. المصدر: experiments, 20250805_openhands-Qwen3-Coder-480B-A35B-Instruct. النموذج نفسه مع mini-SWE-agent: 57/100، 55.4%.
3. 500 مهمة، محاولة واحدة، الوكيل غير معلن؛ العتاد غير مذكور. المصدر: experiments, 20250930_zai_glm4-6.
4. 500 مهمة، محاولة واحدة؛ العتاد غير مذكور. المصدر: experiments, 20260217_mini-v2.0.0_kimi-k2-5-high.
5. 500 مهمة، محاولة واحدة؛ العتاد غير مذكور. المصدر: experiments, 20260217_mini-v2.0.0_deepseek-3-2-high.
6. 500 مهمة لكل منها؛ العتاد غير مذكور. أربع إرسالات: OpenHands (80/100، 77.6%)، وlive-SWE-agent (80/100، 79.2%)، وSonar Foundation Agent (77/100، 79.2%)، وmini-SWE-agent, high (79/100، 76.8%). وحقق تشغيل سابق لـ mini-SWE-agent نتيجة 74/100، 74.4%.
7. 500 مهمة، محاولة واحدة؛ العتاد غير مذكور. المصدر: experiments, 20251120_livesweagent_gemini-3-pro-preview. النموذج نفسه مع mini-SWE-agent: 72/100، 74.2%.
8. أفضل نموذج منشور بحجم 20–40 مليار معامل في لوحة الصدارة. 500 مهمة؛ توسيع الاختبار (test-time scaling) يستخدم محاولتين أو أكثر لكل مهمة؛ العتاد غير مذكور. المصادر: test-time scaling، محاولة واحدة.
9. 500 مهمة، محاولة واحدة؛ العتاد غير مذكور. المصدر: experiments, 20251209_mini-v1.17.2_devstral-small-2512.
10. رقم من GitHub نفسها، أبريل 2025: «agent mode achieves a pass rate of 56.0% on SWE-bench Verified with Claude 3.7 Sonnet». عدد المهام والمحاولات والعتاد غير مذكور؛ وليس في لوحة الصدارة. المصدر: مدونة GitHub.
11. تنشر Anthropic نتائج SWE-bench Verified لنماذج Claude، مشغّلة في هيكل بسيط من صنعها (أداة bash وأداة تحرير)، وليس لمنتج Claude Code. المصادر: Claude Code، منهج Anthropic في SWE-bench.
12. تنشر Cursor نتائج على معيارها الخاص Cursor Bench، لا على SWE-bench Verified. المصدر: مدونة Cursor، Composer.

جميع أرقام لوحة الصدارة: swebench.com ومستودع SWE-bench/experiments؛ و«المهام المئة نفسها» هي النتائج المنشورة لكل إرسالة لكل مهمة، مقصورة على المهام التي شغّلها Ragon.

الورقة

الأسئلة الشائعة