手元で動く、高速な AI コーディング。
SWE‑bench Verified で約 69%。

1.7.0 にはほかにも、Night Shift が 1 つのタスクを複数回試して最良の結果を残せること（/night add --best-of N）、1 台のマシンで複数の Signal ブリッジを動かせること、同じネットワーク上に 2 つのノードがあってもクライアントが選べて、既知のノードを見失わないこと、が加わりました。リリースノートとダウンロード。

インストール

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

$ ragon-admin server start      # モデルは初回に 1 度だけダウンロードし（約 20 GB）、その後は配信します
$ cd ~/your-project && ragon    # これだけです

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

まずはこれを試してみてください

あるいは /night add <task> で今夜の作業をキューに入れておきます。寝ている間に Ragon がキューを順にこなし、各タスクはそれぞれ専用の git ブランチに作られます。朝のコーヒーを飲みながらブランチをレビューするだけです。

$ 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

できること

Ragon 1.7.0 のデスクトップアプリは、Ask と Work を 1 つのウィンドウにまとめました。Work はエージェントセッションのための本格的な作業台です。ファイル、スキル、コマンドを扱えるコンポーザー、ステージ・取り消し・コミットができるレビューペイン、ワークツリー、ターミナルタブ、スレッドの横にあるファイルツリーとファイルタブを備えています。ほかのコンピュータでは GB10 のクライアントとして動作し、GB10 はローカルネットワーク上で自動的に見つかります。

$ 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

Ragon を選ぶ理由

SWE-bench Verified、DGX Spark 1 台での実測

2026-10-08、Ragon 1.5.1 のエージェントと Qwen3.8-27B は、DGX Spark 1 台のオフライン環境で SWE-bench Verified の 100 タスク中 68 件を解決しました。固定した 100 タスクのサンプルで、1 タスクにつき 1 回の試行、デフォルトモードです。全 500 タスクに換算すると、推定 ≈69%（95% 区間 63.9–73.4%）になります。これは自分たちのマシンで、一部のサブセットに対して行った自前の測定であり、リーダーボードへの登録ではありません。

順位表ではなく、比較の目安として読んでください。同じ 100 タスクで、Ragon は自分の何倍もの規模の Qwen3-Coder-480B や GLM-4.6 と同数のタスクを解決しました。ただし、行ごとにエージェントもハードウェアも異なり、リーダーボードの行は公式の x86 テストイメージで評価されている一方、こちらはコミュニティ製の arm64 イメージで実行しています。refine モードでは、最初のセッションが何も変更せずにタスクを調べ、新しいセッションが実作業を行います。解決数はデフォルトより 1 件多い 69 件（68 件に対して。互いに相手が落としたタスクを解いています）で、タスクあたりの時間は約 2.2 倍かかるため、引き続きオプトインです（ragon --refine)。

1. Ragon:100 タスク、各 1 回の試行。DGX Spark 1 台 （GB10, 128 GB）、モデルはローカルで配信、クラウドなし。デフォルトモードは 2026-10-08、refine モードは 2026-10-09 に測定。推定値は SWE-bench experiments のタスクごとのデータによる。
2. 500 タスク、1 回の試行。ハードウェアは不明。出典：experiments, 20250805_openhands-Qwen3-Coder-480B-A35B-Instruct。同じモデルを mini-SWE-agent で使った場合：57/100、55.4%。
3. 500 タスク、1 回の試行。エージェントは非公開、ハードウェアは不明。出典：experiments, 20250930_zai_glm4-6。
4. 500 タスク、1 回の試行。ハードウェアは不明。出典：experiments, 20260217_mini-v2.0.0_kimi-k2-5-high。
5. 500 タスク、1 回の試行。ハードウェアは不明。出典：experiments, 20260217_mini-v2.0.0_deepseek-3-2-high。
6. いずれも 500 タスク。ハードウェアは不明。4 件の提出：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%）。これより前の mini-SWE-agent の実行は 74/100、74.4% でした。
7. 500 タスク、1 回の試行。ハードウェアは不明。出典：experiments, 20251120_livesweagent_gemini-3-pro-preview。同じモデルを mini-SWE-agent で使った場合：72/100、74.2%。
8. リーダーボードで公表されている 20–40B モデルの最高成績。500 タスク。テスト時スケーリングは 1 タスクにつき 2 回以上試行。ハードウェアは不明。出典：テスト時スケーリング、1 回の試行。
9. 500 タスク、1 回の試行。ハードウェアは不明。出典：experiments, 20251209_mini-v1.17.2_devstral-small-2512。
10. GitHub 自身の数値（2025 年 4 月）:「agent mode achieves a pass rate of 56.0% on SWE-bench Verified with Claude 3.7 Sonnet」。タスク数、試行回数、ハードウェアは不明で、リーダーボードには載っていません。出典：GitHub ブログ。
11. Anthropic は Claude モデルの SWE-bench Verified の結果を、独自のシンプルなスキャフォールド（bash ツールと編集ツール）で測って公表しており、Claude Code という製品としては公表していません。出典：Claude Code、Anthropic の SWE-bench の手法。
12. Cursor が公表しているのは自社のベンチマーク Cursor Bench の結果で、SWE-bench Verified ではありません。出典：Cursor ブログ、Composer。

リーダーボードの数値はすべて swebench.com と SWE-bench/experiments リポジトリによるものです。「同じ 100 タスク」は、各提出のタスクごとの公表結果を、Ragon が実行したタスクに絞ったものです。

論文

FAQ