Ragon
ইনস্টল
বাংলাbn

আপনার ডেস্কেই দ্রুত AI কোডিং।
SWE‑bench Verified-এ প্রায় 69%।

SWE-bench Verified-এর 100টির মধ্যে 68টি টাস্ক, একটি DGX Spark-এ অফলাইনে সমাধান করা হয়েছে, প্রায় 48 টোকেন প্রতি সেকেন্ডে। একটি কোডিং এজেন্ট, একটি চ্যাট অ্যাসিস্ট্যান্ট এবং একটি ডেস্কটপ অ্যাপ, সবই পুরোপুরি আপনার নিজের GB10-এ চলে। ক্লাউড নেই। অ্যাকাউন্ট নেই। API বিল নেই। টেলিমেট্রি নেই। কীভাবে মাপা হয়েছে

ইনস্টল ডক্স সর্বশেষ রিলিজ
🖥️ ragon, টার্মিনাল এজেন্ট 🪟 ডেস্কটপ অ্যাপ প্রিভিউ 💬 Ask, ব্রাউজারে 🧩 JetBrains ও VS Code (MCP) 📱 Signal, Telegram ও Matrix
Ragon — Work · ~/project
Qwen3.8-27B NVFP4 · 127.0.0.1:8000 /airgapped on
খালি ইমেইল ঠিকানায় সাইনআপ টেস্ট ফেল করছে। কারণ খুঁজে বের করে ঠিক করো।
✔ ragon-code def validate_signup → src/auth/signup.py:42
✔ pytest tests/test_signup.py -q → 1 failed, 14 passed
✔ apply_patch src/auth/signup.py +12 -2 · tests/test_signup.py +8
✔ pytest tests/test_signup.py -q → 15 passed in 0.41s
শুধু স্পেস থাকা স্ট্রিং নরমালাইজেশনের আগে চেক এড়িয়ে যাচ্ছিল। src/auth/signup.py-এ ইনপুট ট্রিম করা হয়েছে এবং একটি রিগ্রেশন টেস্ট যোগ করা হয়েছে।
src/auth/signup.py (+12 -2) · tests/test_signup.py (+8 -0)
68/100SWE-bench Verified টাস্ক, একটি DGX Spark-এ অফলাইনে
~48 tok/sএজেন্টের কাজে জেনারেশন, একটি স্ট্রিম
0ফোন-হোম কানেকশন, egress অডিট দিয়ে যাচাই করা
$0প্রতি টোকেনে, চিরকাল

1.7-এ নতুন: Mac, Linux ও Windows-এ ডেস্কটপ অ্যাপ

সর্বশেষ রিলিজ →
v1.7.2

ragon-serve ইঞ্জিন, ScaleSearch ড্রাফটার এবং নোড Forgejo

ঐচ্ছিক ragon-serve GB10-এ 262K কনটেক্সটে Qwen3.8-27B চালায়, প্রতিটি নোডে নিজস্ব Forgejo থাকে এবং Telegram Mini App সরাসরি আপনার রিপোজিটরিতে কাজ করে।

v1.7.2 →
v1.7.1

হোস্ট সকেট মাস্ক, লোকাল ফাইল ইনডেক্স এবং LoRA অ্যাডাপ্টার

কমান্ড স্যান্ডবক্সের ভেতর Docker, containerd, D-Bus ও systemd সকেট বন্ধ করে, ragon-docs-এ OCR ও অফিস নথি যোগ করে এবং স্বাক্ষরিত LoRA অ্যাডাপ্টার সার্ভ করে।

v1.7.1 →
v1.7.0

macOS, Linux ও Windows-এ ডেস্কটপ অ্যাপ এবং Night Shift best-of-N

Ask এবং Work একই ডেস্কটপ উইন্ডোতে রিভিউ পেন, ওয়ার্কট্রি ও টার্মিনাল ট্যাবসহ থাকে; /night add --best-of N একটি কাজ N বার চালিয়ে সেরা প্রচেষ্টাটি রাখে।

v1.7.0 →

1.7.0-তে আরও: Night Shift একটি টাস্ক কয়েকবার চেষ্টা করে সেরা প্রচেষ্টাটি রাখতে পারে (/night add --best-of N), একটি মেশিন একাধিক Signal ব্রিজ চালাতে পারে, এবং ক্লায়েন্ট একই নেটওয়ার্কের দুটি নোডের মধ্য থেকে বেছে নিতে পারে, যে নোডকে আগে থেকে চেনে তাকে না হারিয়ে। রিলিজ নোট ও ডাউনলোড।

ইনস্টল

$ curl -fsSL https://github.com/dreamference/ragon/releases/latest/download/install.sh | bash
$ ragon-admin server start      # মডেল একবারই ডাউনলোড হয় (~20 GB), তারপর চালু হয়ে যায়
$ cd ~/your-project && ragon    # ব্যস, এটুকুই

NVIDIA DGX Spark এবং প্রতিটি GB10 মেশিনে কাজ করে। স্ক্রিপ্ট প্রতিটি ডাউনলোড রিলিজের চেকসামের সঙ্গে মিলিয়ে দেখে এবং প্রতিটি sudo কমান্ড চালানোর আগে সেটি দেখিয়ে দেয়। চাইলে আগে সেটি পড়ে নিন।

Mac ও Linux ক্লায়েন্ট

আপনার অন্য কম্পিউটারগুলো লোকাল নেটওয়ার্কে GB10-এর মডেল ব্যবহার করে। Mac বা অন্য কোনো Linux মেশিনে উপরের একই কমান্ড ragon ক্লায়েন্ট ইনস্টল করে; এটি নিজেই GB10 খুঁজে নেয়।

1.7.2 থেকে এটি Mac-এ ডেস্কটপ অ্যাপও Applications-এ রেখে দেয়, খোলার জন্য তৈরি (--no-app দিলে বাদ যায়)।

Windows ক্লায়েন্ট প্রিভিউ

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

PowerShell-এ। অ্যাডমিনিস্ট্রেটর অধিকার ছাড়াই ইনস্টল হয় (1.7.2 থেকে ডেস্কটপ অ্যাপও), তারপর Windows একবার এজেন্টের স্যান্ডবক্স সেট করতে বলে। এখনও সাইন করা হয়নি, তাই Smart App Control বন্ধ থাকতে হবে। স্ক্রিপ্ট পড়ুন।

ইনস্টল করার অন্যান্য উপায়

রিলিজ পেজে Mac-এর dmg (Ragon-<version>-arm64-preview.dmg, Intel-এর জন্য x64) এবং Windows ইনস্টলারও (Ragon-Setup-<version>-x64.exe, বা arm64) আছে। এগুলো সাইন-না-করা প্রিভিউ: ব্রাউজারে ডাউনলোড করলে প্রথমবার আটকে দেওয়া হয়। আগে প্রতিটিকে রিলিজের সাইন করা SHA256SUMS-এর সঙ্গে মিলিয়ে নিন।

  • macOS 15 ও পরবর্তী: Ragon-কে Applications-এ টেনে নিয়ে একবার খুলুন, তারপর System Settings › Privacy & Security › Open Anyway। macOS 14 ও আগের সংস্করণে অ্যাপে Control-ক্লিক করুন › Open।
  • Windows: SmartScreen › More info › Run anyway। Smart App Control বন্ধ থাকতে হবে।

প্রতিটি GB10-এ চলে

  • NVIDIA DGX Spark
  • Acer Veriton GN100
  • ASUS Ascent GX10
  • Dell Pro Max with GB10
  • Gigabyte TOP ATOM
  • HP ZGX Nano
  • Lenovo ThinkStation PGX
  • MSI EdgeXpert

সবগুলোতে একই চিপ, 128 GB ইউনিফায়েড মেমরি ও DGX OS 7 আছে, তাই একটি ইনস্টলারই সবার জন্য যথেষ্ট। Ragon-এর উন্নয়ন ও পরীক্ষা প্রতিদিন ASUS Ascent GX10-এ হয়; বাকিগুলো টেস্ট দিয়ে যাচাই করা।

আগে এগুলো চেষ্টা করুন

অথবা আজ রাতের জন্য কাজ সারিতে দিন: /night add <task>। আপনি ঘুমানোর সময় Ragon সারিটি শেষ করে, প্রতিটি টাস্ক তার নিজস্ব git ব্রাঞ্চে, আর সকালে চা খেতে খেতে আপনি ব্রাঞ্চগুলো দেখে নেন।

$ 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

🧭 কোড ইনডেক্স

আপনার রিপোজিটরি জুড়ে ডেফিনিশন, কলার ও প্রভাব, যাতে এজেন্ট কোডের জন্য grep করার বদলে সরাসরি খুঁজে পায়।

🔎 ওয়েব সার্চ ও ফেচ

আপনার নিজের মেশিনের ব্যক্তিগত SearXNG দিয়ে: সার্চ অ্যাকাউন্ট নেই, API কী নেই।

🌙 Night Shift

ঘুমানোর আগে /night add <task>; সকালের মধ্যে প্রতিটি টাস্ক তার নিজস্ব git ব্রাঞ্চে সম্পন্ন। আপনাকে ছাড়া কিছুই মার্জ বা পুশ হয় না।

আপনি কী পাচ্ছেন

Ragon 1.7.0-এর ডেস্কটপ অ্যাপ Ask ও Work-কে একই উইন্ডোতে রাখে। Work হলো এজেন্ট সেশনের পূর্ণাঙ্গ ওয়ার্কবেঞ্চ: ফাইল, স্কিল ও কমান্ডসহ কম্পোজার, স্টেজ, রিভার্ট ও কমিট করার রিভিউ পেন, ওয়ার্কট্রি, টার্মিনাল ট্যাব, এবং থ্রেডের পাশে ফাইল ট্রি ও ফাইল ট্যাব। আপনার অন্য কম্পিউটারে এটি আপনার GB10-এর ক্লায়েন্ট হিসেবে কাজ করে এবং লোকাল নেটওয়ার্কে সেটিকে খুঁজে নেয়।

ragon · ragon-code · ragon-docs

🖥️ ragon, টার্মিনাল এজেন্ট

আপনার রিপোজিটরি পড়ে, কমান্ড ও টেস্ট চালায়, কোড এডিট করে, আর ঝুঁকিপূর্ণ কিছুর আগে জিজ্ঞেস করে।

ইনস্টল →
$ 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

🧩 আপনার আগের স্কিল

Claude Code, Gemini CLI, OpenClaw বা Hermes-এর জন্য আপনার আগে লেখা স্কিল অপরিবর্তিত চলে।

ragon app · ragon web

🪟 ডেস্কটপ অ্যাপ প্রিভিউ

Ask ও Work একই উইন্ডোতে, GB10, Mac, Linux বা Windows-এ: অনুমোদনসহ এজেন্ট সেশন, রিভিউ পেন, ওয়ার্কট্রি ও আনডু। 1.7-এ নতুন।

ওয়েব সার্চ, ইমেজ সার্চ ও ডিকটেশনসহ প্রশ্ন, এবং আপনার এজেন্ট সেশন, এই মেশিন থেকে বা পেয়ার করা ফোন থেকে, একই লোকাল মডেলে।

ডক্স →

macOS প্রিভিউ

1.7.2 থেকে ইনস্টল কমান্ড Ragon-কে ragon-এর পাশে Applications-এ রেখে দেয়, আর এটি অন্য যেকোনো অ্যাপের মতোই খোলে। Apple silicon ও Intel, macOS 12 বা তার পরের সংস্করণ। ragon update এটি আপডেট করে।

Linux

GB10-এ ragon_1.7.0_arm64.deb অ্যাপ, তার লঞ্চার এন্ট্রি ও ragon-app কমান্ড ইনস্টল করে, সঙ্গে প্রয়োজনীয় স্যান্ডবক্স প্রোফাইল:

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

তারপর অ্যাপ্লিকেশন মেনু থেকে খুলুন, অথবা ragon app দিয়ে। আরও।

Windows 11 প্রিভিউ

1.7.2 থেকে PowerShell-এর লাইন অ্যাপটিও ইনস্টল করে, শুধু আপনার জন্য এবং অ্যাডমিনিস্ট্রেটর অধিকার ছাড়াই, Start মেনু এন্ট্রিসহ; Settings → Apps থেকে সরানো যায়; ragon update এটি আপডেট করে। Smart App Control বন্ধ থাকতে হবে।

ragon-admin mcp · ragon signal · ragon chat

JetBrains, VS Code এবং আপনার ফোন

stdio MCP (ragon-admin mcp) দিয়ে JetBrains বা VS Code যুক্ত করুন, অথবা Signal (Note to Self), Telegram (Mini App রিপোজিটরি ওয়ার্কবেঞ্চসহ) ও Tailscale-এ Matrix থেকে আপনার GB10-এ বার্তা পাঠান। আপনি চালু না করা পর্যন্ত প্রতিটি ফোন ব্রিজ বন্ধ থাকে।

ডক্স →
$ 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

📬 Gmail, Drive, Calendar প্রিভিউ

রিড-অনলি, আপনার মেশিনেই থাকা সাইন-ইনের মাধ্যমে। /airgapped on-এ পুরোপুরি বন্ধ।

আপনার কোড আপনার ডেস্কের বাইরে যায় না, আর আপনি তা প্রমাণ করতে পারেন

ক্লাউড কোডিং এজেন্ট আপনার সোর্স কোড অন্য কারও সার্ভারে পাঠায়। Ragon তা কোথাও পাঠায় না: মডেল আপনার GB10-এ চলে, আর Ragon-এর কিছুই বাইরে খবর পাঠায় না। কোনো ব্যবহার-বিশ্লেষণ নেই, মেট্রিক্স নেই, সাইন-ইন নেই, "বেনামি" ক্র্যাশ রিপোর্ট নেই। তাই যে কোড আপলোড করার অনুমতি নেই তাতেও এটি ব্যবহার করা যায়: ক্লায়েন্টের কাজ, নিয়ন্ত্রিত ডেটা, অপ্রকাশিত পণ্য।

একটি কমান্ড strace-এর অধীনে একটি আসল Ragon সেশন চালায় এবং এটি যতগুলো নেটওয়ার্ক কানেকশন করেছে সবগুলোর তালিকা দেয়:

$ ragon-admin audit egress
✔ Egress audit: pass
Network destinations:
   127.0.0.1:8000     29x  model server
   127.0.0.1:8767      1x  Gmail search service
DNS queries: none
Networked git commands: none

সবকিছু 127.0.0.1-এ থেকেছে। একটিও DNS লুকআপ নেই।

কঠোর নিশ্চয়তা দরকার?

/airgapped on লিখুন, আর এজেন্ট যে কমান্ডই চালায় তাকে Linux কার্নেল থেকে একটি ফাঁকা নেটওয়ার্ক নেমস্পেস দেওয়া হয়। এটি মডেলের কাছে ভদ্র অনুরোধ নয়: পৌঁছানোর মতো কোনো নেটওয়ার্কই নেই। স্যান্ডবক্স এড়িয়ে যেত যে Full Access, সেটিও একই সময়ে প্রত্যাখ্যাত হয়।

কী বাইরে যেতে পারে, এবং কখন

শুধু যা আপনি বা এজেন্ট চায়: ওয়েব সার্চ (আপনার নিজের মেশিনের একটি ব্যক্তিগত SearXNG দিয়ে), পেজ ফেচ, আপনার যুক্ত করা Google অ্যাকাউন্টে একটি রিড-অনলি অনুরোধ, অথবা আপডেট পরীক্ষা। /airgapped on-এ এর কোনোটিই নয়।

কেন Ragon

🔒 গোপনীয়

মডেল, আপনার কোড, আপনার প্রম্পট ও আপনার উত্তর যে মেশিনে আছে সেখানেই থাকে।

  • অ্যাকাউন্ট নেই, টেলিমেট্রি নেই
  • আপনি আবার চালাতে পারেন এমন egress অডিট
  • /airgapped on, কার্নেল দ্বারা কার্যকর

⚡ দ্রুত, বিল ছাড়াই

এজেন্টের কাজ~48 tok/s
কোড69 tok/s
JSON84 tok/s
গদ্য32 tok/s
কোড পড়া~1,800 tok/s
কনটেক্সট262K

স্পেকুলেটিভ ডিকোডিংসহ GB10-এ একটি স্ট্রিম। এজেন্টের কাজ আসল এজেন্ট সেশনে মাপা; কোড, JSON ও গদ্য আউটপুটের ধরন অনুযায়ী, গ্রিডি ডিকোডিংসহ। একসঙ্গে চারটি এজেন্ট চালান: কোটা নেই, "অনুগ্রহ করে অপেক্ষা করুন" নেই।

✨ কিছু কনফিগার করতে হয় না

  • টিউনিং লাগে না: মডেল, কনটেক্সট, কার্নেল ও স্পেকুলেটিভ ডিকোডিং GB10-এর জন্য বাছাই করা।
  • এটি আপনার মেশিন ফ্রিজ করবে না: হোস্ট পরীক্ষা করা হয় এবং লোডের সময় মেমরি প্রেশারের ওপর নজর রাখা হয়।
  • আপনার অন্য মেশিনগুলো একে খুঁজে নেয়, লোকাল নেটওয়ার্কে।
  • আপডেট এক কমান্ডে: ragon update।

Ragon ও ক্লাউড কোডিং এজেন্ট

ক্লাউড কোডিং এজেন্টRagon
আপনার কোড কোথায় যায়তাদের সার্ভারেকোথাও না
অ্যাকাউন্ট লাগেহ্যাঁনা
প্রতি টোকেনের খরচব্যবহার অনুযায়ীশূন্য
রেট লিমিটহ্যাঁনা
নেটওয়ার্কের প্লাগ খোলা থাকলেও চলেনাহ্যাঁ
কী বাইরে যায় তা আপনি যাচাই করতে পারেননাragon-admin audit egress

SWE-bench Verified, একটি DGX Spark-এ মাপা

2026-10-08 তারিখে Ragon 1.5.1-এর এজেন্ট Qwen3.8-27B সহ একটি DGX Spark-এ, অফলাইনে, SWE-bench Verified-এর 100টির মধ্যে 68টি টাস্ক সমাধান করেছে: 100টি টাস্কের একটি নির্দিষ্ট নমুনা, প্রতি টাস্কে একটি চেষ্টা, ডিফল্ট মোড। সব 500টি টাস্কে স্কেল করলে এটি আনুমানিক ≈69% (95% পরিসর 63.9–73.4%)। এটি আমাদের নিজের মেশিনে, একটি উপসেটে, আমাদের নিজস্ব পরিমাপ, লিডারবোর্ডের এন্ট্রি নয়।

সিস্টেমএকই 100টি
টাস্ক		সব 500টি
টাস্ক
Ragon 1.5.1 + Qwen3.8-27B (NVFP4), একটি DGX Spark, অফলাইনে168/100≈69% আনুমানিক
Ragon 1.5.1 + Qwen3.8-27B (NVFP4), refine মোড, একটি DGX Spark, অফলাইনে169/100≈70% আনুমানিক
Qwen3-Coder-480B-A35B (OpenHands)268/10069.6%
GLM-4.6 (Z.ai-এর এজেন্ট)368/10068.2%
Kimi K2.5, high (mini-SWE-agent)470/10070.8%
DeepSeek V3.2, high (mini-SWE-agent)570/10070.0%
Claude Opus 4.5, চারটি এজেন্ট677–80/10076.8–79.2%
Gemini 3 Pro (live-SWE-agent)779/10077.4%
ছোট ওপেন মডেল (20–40B প্যারামিটার)
Qwen3-Coder-30B-A3B (EntroPO + R2E), test-time scaling860/10060.4%
Qwen3-Coder-30B-A3B (EntroPO + R2E), একটি চেষ্টা856/10052.2%
Devstral Small 2512 (mini-SWE-agent)957/10056.4%
কোডিং-এজেন্ট পণ্য, বিক্রেতারা যেভাবে প্রকাশ করে
GitHub Copilot agent mode (VS Code), Claude 3.7 Sonnet সহ10প্রকাশিত নয়56.0%
Claude Code11প্রকাশিত নয়প্রকাশিত নয়
Cursor12প্রকাশিত নয়প্রকাশিত নয়

একে সমমানের মডেলের তুলনা হিসেবে দেখুন, র‍্যাঙ্কিং হিসেবে নয়। একই 100টি টাস্কে Ragon Qwen3-Coder-480B ও GLM-4.6-এর সমান টাস্ক সমাধান করেছে, যে মডেলগুলো তার চেয়ে বহুগুণ বড়, কিন্তু প্রতিটি সারিতে এজেন্ট আলাদা, হার্ডওয়্যার আলাদা, আর লিডারবোর্ডের সারিগুলোতে অফিশিয়াল x86 টেস্ট ইমেজ, যেখানে আমাদের রান হয়েছে কমিউনিটির arm64 ইমেজে। refine মোডে প্রথম সেশন কিছু না বদলে টাস্কটি বুঝে নেয় এবং নতুন একটি সেশন সেটি করে: এটি ডিফল্টের চেয়ে একটি টাস্ক বেশি সমাধান করেছে (68-এর বিপরীতে 69, প্রতিটি মোড এমন কিছু টাস্ক জিতেছে যা অন্যটি হারিয়েছে), প্রতি টাস্কে প্রায় 2.2 গুণ সময়ে, তাই এটি ঐচ্ছিকই থাকছে (ragon --refine)।

≈69% কীভাবে অনুমান করা হয়েছে

100টি টাস্ক Verified-এর এক-পঞ্চমাংশ, তাই পুরো সেটের সংখ্যাটি একটি অনুমান। সব 175টি সর্বজনীন Verified সাবমিশনের প্রতি-টাস্ক ফলাফলে একটি এক-প্যারামিটার আইটেম-রেসপন্স (Rasch) মডেল ফিট করা হয়েছে: প্রতিটি টাস্কের একটি কাঠিন্য এবং প্রতিটি সিস্টেমের একটি সামর্থ্য। Ragon-এর সামর্থ্য সেটি, যা এই 100টি টাস্কে 68টি সমাধান হওয়াকে ব্যাখ্যা করে; ≈69% হলো সেই সামর্থ্যের সব 500টিতে প্রত্যাশিত স্কোর (প্রকাশিত স্কোরের ওপর সাধারণ রিগ্রেশন এক পয়েন্টের মধ্যে একমত)। যাচাই করতে প্রতিটি সর্বজনীন সাবমিশনকে শুধু এই 100টি টাস্কে স্কোর করা হয়েছে এবং একইভাবে তার সামগ্রিক স্কোরের পূর্বাভাস দেওয়া হয়েছে: ত্রুটি ছিল 2.4 পয়েন্ট (RMSE), আর ওপরের পরিসর তার ±1.96 গুণ। সারণির প্রতিটি সংখ্যা scripts/swe_bench_compare.py দিয়ে SWE-bench/experiments-এর সর্বজনীন প্রতি-টাস্ক ডেটা থেকে পুনরুৎপাদন করা যায়।

এই 100টি টাস্ক Verified-এর রিপোজিটরিগুলোর মধ্যে পুরো সেটের অনুপাতে ছড়ানো, সেই টাস্কগুলো থেকে যাদের টেস্ট এনভায়রনমেন্ট arm64-এ চলে ও যাচাই হয় (গোল্ড প্যাচ পাস করে, খালি পরিবর্তন ফেল করে)। প্রকাশিত সিস্টেমগুলো এই 100টিতে সব 500টির চেয়ে 1.0 থেকে 1.5 পয়েন্ট কম স্কোর করে, তাই নমুনাটি সহজ নয়। এটি লিডারবোর্ডের এন্ট্রি নয়: সেগুলোর গ্রেডিং SWE-bench টিম নিজেদের অবকাঠামোয় করে।

  1. Ragon: 100টি টাস্ক, প্রতিটিতে একটি চেষ্টা; একটি DGX Spark (GB10, 128 GB), মডেল লোকালে সার্ভ করা, ক্লাউড নেই; ডিফল্ট মোড 2026-10-08-এ মাপা, refine মোড 2026-10-09-এ। অনুমান SWE-bench experiments-এর প্রতি-টাস্ক ডেটা থেকে।
  2. 500টি টাস্ক, একটি চেষ্টা; হার্ডওয়্যার জানানো হয়নি। সূত্র: experiments, 20250805_openhands-Qwen3-Coder-480B-A35B-Instruct। একই মডেল mini-SWE-agent সহ: 57/100, 55.4%।
  3. 500টি টাস্ক, একটি চেষ্টা, এজেন্ট প্রকাশ করা হয়নি; হার্ডওয়্যার জানানো হয়নি। সূত্র: experiments, 20250930_zai_glm4-6।
  4. 500টি টাস্ক, একটি চেষ্টা; হার্ডওয়্যার জানানো হয়নি। সূত্র: experiments, 20260217_mini-v2.0.0_kimi-k2-5-high।
  5. 500টি টাস্ক, একটি চেষ্টা; হার্ডওয়্যার জানানো হয়নি। সূত্র: experiments, 20260217_mini-v2.0.0_deepseek-3-2-high।
  6. প্রতিটিতে 500টি টাস্ক; হার্ডওয়্যার জানানো হয়নি। চারটি সাবমিশন: OpenHands (80/100, 77.6%), live-SWE-agent (80/100, 79.2%), Sonar Foundation Agent (77/100, 79.2%), mini-SWE-agent, high (79/100, 76.8%)। এর আগের একটি mini-SWE-agent রান পেয়েছিল 74/100, 74.4%।
  7. 500টি টাস্ক, একটি চেষ্টা; হার্ডওয়্যার জানানো হয়নি। সূত্র: experiments, 20251120_livesweagent_gemini-3-pro-preview। একই মডেল mini-SWE-agent সহ: 72/100, 74.2%।
  8. লিডারবোর্ডে প্রকাশিত সেরা 20–40B মডেল। 500টি টাস্ক; test-time scaling-এ প্রতি টাস্কে দুই বা তার বেশি চেষ্টা থাকে; হার্ডওয়্যার জানানো হয়নি। সূত্র: test-time scaling, একটি চেষ্টা।
  9. 500টি টাস্ক, একটি চেষ্টা; হার্ডওয়্যার জানানো হয়নি। সূত্র: experiments, 20251209_mini-v1.17.2_devstral-small-2512।
  10. GitHub-এর নিজস্ব সংখ্যা, এপ্রিল 2025: "agent mode achieves a pass rate of 56.0% on SWE-bench Verified with Claude 3.7 Sonnet"। টাস্কের সংখ্যা, চেষ্টা ও হার্ডওয়্যার জানানো হয়নি; লিডারবোর্ডে নেই। সূত্র: GitHub ব্লগ।
  11. Anthropic তার Claude মডেলগুলোর জন্য SWE-bench Verified প্রকাশ করে, যা তার নিজস্ব সাধারণ স্ক্যাফোল্ডে (একটি bash টুল ও একটি এডিট টুল) চালানো, Claude Code পণ্যের জন্য নয়। সূত্র: Claude Code, Anthropic-এর SWE-bench পদ্ধতি।
  12. Cursor নিজস্ব বেঞ্চমার্ক Cursor Bench-এর ফল প্রকাশ করে, SWE-bench Verified-এর নয়। সূত্র: Cursor ব্লগ, Composer।

লিডারবোর্ডের সব সংখ্যা: swebench.com এবং SWE-bench/experiments রিপোজিটরি; "একই 100টি টাস্ক" মানে প্রতিটি সাবমিশনের প্রকাশিত প্রতি-টাস্ক ফল, শুধু Ragon যে টাস্কগুলো চালিয়েছে সেগুলোর মধ্যে সীমিত।

পেপার

PDF

Architecting Local, Air-Gap-Capable Desktop Clients for Agentic AI Pair Programmers: Protocol Compatibility, Process Isolation, and Host Memory Safety

dgxcoder · অক্টোবর 2026

আমরা Ragon Desktop-এর আর্কিটেকচার ডিজাইন, আনুষ্ঠানিক সামর্থ্য মডেল ও পরীক্ষামূলক মূল্যায়ন উপস্থাপন করছি। এটি একটি ওপেন-সোর্স ডেস্কটপ পরিবেশ, যা আপস্ট্রিম বিক্রেতার ডেস্কটপ ক্লায়েন্টের মতোই app-server প্রোটোকলে কথা বলে, Codex-সামঞ্জস্যপূর্ণ ডিফল্ট রাখে, ইনফারেন্স ব্যবহারকারীর নিজের হার্ডওয়্যারে চালায়, এবং ব্যবহারকারী /airgapped on চালু করলে প্রতিটি স্যান্ডবক্সড কমান্ডকে ওয়ার্কস্টেশনের ভেতরেই সীমাবদ্ধ রাখে।

পেপার পড়ুন (PDF)

ডক্স

শুরু করার নির্দেশিকা ও ডকুমেন্টেশন

GB10-এ হোস্ট সেফটি সেটআপ, মডেল সার্ভার চালু করা, macOS, Linux ও Windows ক্লায়েন্ট পেয়ার করা এবং ইগ্রেস অডিট চালানো।

ডক্স →

বেঞ্চমার্ক

SWE-bench তুলনা পুনরায় যাচাই করুন

পাবলিক SWE-bench এক্সপেরিমেন্ট ডেটা থেকে Rasch মডেল ফিট করুন এবং টেবিলের প্রতিটি সংখ্যা পুনরায় তৈরি করুন।

swe_bench_compare.py →

FAQ

আমার কি GB10 লাগবে?

হ্যাঁ, মডেল চালানোর জন্য। আপনার অন্য কম্পিউটারগুলো এর ক্লায়েন্ট হিসেবে কাজ করে: Linux (Arm বা x86) ও macOS একই ইনস্টল কমান্ডে, Windows (Arm বা x86, প্রিভিউ) PowerShell-এর লাইনে।

আমি Puffin ইনস্টল করেছিলাম। এটাই কি সেটা?

হ্যাঁ: 1.5-এ Puffin-এর নাম বদলে Ragon হয়েছে। একবার puffin update চালান, তারপর শেষবারের মতো puffin। এটি আপনার সেশন, সেটিংস ও লিঙ্ক নতুন নামে সরিয়ে আনে, এবং তারপর থেকে কমান্ড ragon।

এটা কি সত্যিই বিনামূল্যে?

হ্যাঁ। Ragon AGPL-এর অধীনে ওপেন সোর্স, আর মডেলের ওয়েটগুলো বিনামূল্যে। আপনার একমাত্র চলমান খরচ বিদ্যুৎ।

মেশিন ছাড়া আর কী লাগবে?

মেশিনের সঙ্গে আসা OS (DGX OS 7, অথবা যেখানে বিক্রেতা দেয় সেখানে Ubuntu 24.04), NVIDIA Container Toolkit সহ Docker, Python 3 ও Git। সাধারণ Ubuntu-তে ragon-admin host check বলে দেয় কী কম আছে।

কিছু কি কখনো ইন্টারনেটে পৌঁছায়?

শুধু যা আপনি বা এজেন্ট চায়, যেমন আপনার নিজের মেশিনের SearXNG দিয়ে ওয়েব সার্চ, এবং প্রথমবারের ডাউনলোড। /airgapped on এসব বন্ধ করে দেয়।

এটি কোন মডেল চালায়?

NVIDIA-এর 4-বিট NVFP4 ফরম্যাটে Qwen3.8-27B, আমাদের ইঞ্জিন ragon-serve-এ DFlash2 ড্রাফটারসহ (1.9.x জুড়ে SGLang ফলব্যাক হিসেবে থাকে), GB10-এর জন্য বাছাই ও টিউন করা। প্রায় 20 GB ওয়েট; সার্ভ করার সময় মেশিনের প্রায় 38 GB মেমরি খালি থাকে।

আপনার কোড আপনার ডেস্কেই রাখুন

কোড যে ডেস্কে লেখা হয়েছে সেখানেই থাকা উচিত বলে মনে করলে রিপোজিটরিতে স্টার দিন: এভাবেই অন্য GB10 মালিকরা Ragon খুঁজে পান।

$ curl -fsSL https://github.com/dreamference/ragon/releases/latest/download/install.sh | bash
GitHub-এ স্টার দিন সর্বশেষ রিলিজ ডক্স