Coding AI cepat di meja Anda.
Sekitar 69% di SWE‑bench Verified.

Juga di 1.7.0: Night Shift dapat mencoba satu tugas beberapa kali dan menyimpan percobaan terbaik (/night add --best-of N), satu mesin dapat menjalankan beberapa jembatan Signal, dan klien dapat memilih di antara dua node dalam satu jaringan tanpa kehilangan node yang sudah dikenalnya. Catatan rilis dan unduhan.

Instal

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

$ ragon-admin server start      # mengunduh model sekali (~20 GB), lalu menjalankannya
$ cd ~/your-project && ragon    # selesai, itu saja

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

Coba ini dulu

Atau antrekan pekerjaan untuk malam ini dengan /night add <task>: Ragon mengerjakan antrean saat Anda tidur, setiap tugas di branch git-nya sendiri, dan Anda meninjau branch itu sambil minum kopi.

$ 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

Yang Anda dapatkan

Aplikasi desktop Ragon 1.7.0 menyatukan Ask dan Work dalam satu jendela. Work adalah meja kerja lengkap untuk sesi agen: composer dengan file, skill, dan perintah, panel review untuk stage, revert, dan commit, worktree, tab terminal, serta pohon file dan tab file di samping thread. Di komputer Anda yang lain, aplikasi ini menjadi klien GB10 Anda, yang ditemukannya di jaringan lokal.

$ 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

Mengapa Ragon

SWE-bench Verified, diukur di satu DGX Spark

Pada 2026-10-08, agen Ragon 1.5.1 dengan Qwen3.8-27B menyelesaikan 68 dari 100 tugas SWE-bench Verified di satu DGX Spark, secara offline: sampel tetap berisi 100 tugas, satu percobaan per tugas, mode default. Diskalakan ke seluruh 500 tugas, hasilnya perkiraan ≈69% (rentang 95% 63,9–73,4%). Ini pengukuran kami sendiri, di mesin kami sendiri dan pada subset, bukan entri leaderboard.

Bacalah sebagai perbandingan, bukan peringkat. Pada 100 tugas yang sama, Ragon menyelesaikan sebanyak Qwen3-Coder-480B dan GLM-4.6, model yang ukurannya berkali-kali lipat, tetapi setiap baris memakai agen yang berbeda, perangkat keras yang berbeda, dan, untuk baris leaderboard, image uji x86 resmi, sedangkan kami memakai image arm64 komunitas. Dalam mode refine, sesi pertama mempelajari tugas tanpa mengubah apa pun lalu sesi baru yang mengerjakannya: hasilnya satu tugas lebih banyak daripada default (69 berbanding 68, masing-masing mode memenangkan tugas yang kalah di mode lain), dengan waktu per tugas sekitar 2,2 kali lipat, sehingga tetap bersifat opt-in (ragon --refine).

1. Ragon: 100 tugas, satu percobaan masing-masing; satu DGX Spark (GB10, 128 GB), model dilayani secara lokal, tanpa cloud; mode default diukur 2026-10-08, mode refine 2026-10-09. Perkiraan dari data per tugas SWE-bench experiments.
2. 500 tugas, satu percobaan; perangkat keras tidak disebutkan. Sumber: experiments, 20250805_openhands-Qwen3-Coder-480B-A35B-Instruct. Model yang sama dengan mini-SWE-agent: 57/100, 55,4%.
3. 500 tugas, satu percobaan, agen tidak diungkapkan; perangkat keras tidak disebutkan. Sumber: experiments, 20250930_zai_glm4-6.
4. 500 tugas, satu percobaan; perangkat keras tidak disebutkan. Sumber: experiments, 20260217_mini-v2.0.0_kimi-k2-5-high.
5. 500 tugas, satu percobaan; perangkat keras tidak disebutkan. Sumber: experiments, 20260217_mini-v2.0.0_deepseek-3-2-high.
6. Masing-masing 500 tugas; perangkat keras tidak disebutkan. Empat submisi: 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%). Run mini-SWE-agent yang lebih awal mendapat 74/100, 74,4%.
7. 500 tugas, satu percobaan; perangkat keras tidak disebutkan. Sumber: experiments, 20251120_livesweagent_gemini-3-pro-preview. Model yang sama dengan mini-SWE-agent: 72/100, 74,2%.
8. Model 20–40B terbaik yang dipublikasikan di leaderboard. 500 tugas; test-time scaling memakai dua percobaan atau lebih per tugas; perangkat keras tidak disebutkan. Sumber: test-time scaling, satu percobaan.
9. 500 tugas, satu percobaan; perangkat keras tidak disebutkan. Sumber: experiments, 20251209_mini-v1.17.2_devstral-small-2512.
10. Angka dari GitHub sendiri, April 2025: "agent mode achieves a pass rate of 56.0% on SWE-bench Verified with Claude 3.7 Sonnet". Jumlah tugas, percobaan, dan perangkat keras tidak disebutkan; tidak ada di leaderboard. Sumber: blog GitHub.
11. Anthropic mempublikasikan SWE-bench Verified untuk model Claude-nya, dijalankan dalam scaffold sederhana buatannya sendiri (alat bash dan alat edit), bukan untuk produk Claude Code. Sumber: Claude Code, metode SWE-bench Anthropic.
12. Cursor mempublikasikan hasil pada benchmark miliknya sendiri, Cursor Bench, bukan SWE-bench Verified. Sumber: blog Cursor, Composer.

Semua angka leaderboard: swebench.com dan repositori SWE-bench/experiments; "100 tugas yang sama" adalah hasil per tugas yang dipublikasikan setiap submisi, dibatasi pada tugas yang dijalankan Ragon.

Makalah

FAQ