तुमच्या डेस्कवर वेगवान AI कोडिंग.
SWE‑bench Verified वर सुमारे 69%.

1.7.0 मध्ये आणखी: Night Shift एखादा टास्क अनेक वेळा करून पाहून सर्वोत्तम प्रयत्न ठेवू शकतो (/night add --best-of N), एक मशीन अनेक Signal ब्रिज चालवू शकते, आणि क्लायंट एकाच नेटवर्कवरील दोन नोडमधून निवडू शकतो, आधीपासून माहीत असलेला नोड न गमावता. रिलीझ नोट्स आणि डाउनलोड.

इन्स्टॉल

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

$ ragon-admin server start      # मॉडेल एकदाच डाउनलोड होते (~20 GB), मग सुरू होते
$ cd ~/your-project && ragon    # झाले, एवढेच

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

आधी हे करून पहा

किंवा आज रात्रीसाठी काम रांगेत लावा: /night add <task>. तुम्ही झोपलेले असताना Ragon रांग संपवते, प्रत्येक टास्क स्वतःच्या git ब्रांचवर, आणि सकाळी चहा पिताना तुम्ही ब्रांच तपासता.

$ 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

तुम्हाला काय मिळते

Ragon 1.7.0 चे डेस्कटॉप ॲप Ask आणि Work एकाच विंडोत ठेवते. Work म्हणजे एजंट सेशनसाठी पूर्ण वर्कबेंच: फाइल, स्किल आणि कमांड असलेला कंपोझर, स्टेज, रिव्हर्ट आणि कमिट करण्यासाठी रिव्ह्यू पेन, वर्कट्री, टर्मिनल टॅब, आणि थ्रेडच्या शेजारी फाइल ट्री व फाइल टॅब. तुमच्या इतर कॉम्प्युटरवर ते तुमच्या GB10 चे क्लायंट म्हणून चालते आणि त्याला लोकल नेटवर्कवर शोधते.

$ 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 का

SWE-bench Verified, एका DGX Spark वर मोजलेले

2026-10-08 रोजी Ragon 1.5.1 च्या एजंटने Qwen3.8-27B सह एका DGX Spark वर, ऑफलाइन, SWE-bench Verified चे 100 पैकी 68 टास्क सोडवले: 100 टास्कचा एक ठरावीक नमुना, प्रत्येक टास्कला एक प्रयत्न, डीफॉल्ट मोड. सर्व 500 टास्कवर स्केल केल्यास हे अंदाजे ≈69% आहे (95% पट्टा 63.9–73.4%). हे आमचे स्वतःचे मोजमाप आहे, आमच्या स्वतःच्या मशीनवर आणि एका उपसंचावर, लीडरबोर्ड एंट्री नाही.

याकडे समकक्ष मॉडेल्सची तुलना म्हणून पहा, क्रमवारी म्हणून नव्हे. त्याच 100 टास्कवर Ragon ने Qwen3-Coder-480B आणि GLM-4.6 इतके टास्क सोडवले, जी त्याच्यापेक्षा कितीतरी पट मोठी मॉडेल आहेत, पण प्रत्येक ओळीत वेगळा एजंट आणि वेगळे हार्डवेयर आहे, आणि लीडरबोर्डच्या ओळींसाठी अधिकृत x86 टेस्ट इमेज आहेत, तर आमचा रन कम्युनिटी arm64 इमेजवर झाला. refine मोडमध्ये पहिले सेशन काहीही न बदलता टास्क समजून घेते आणि नवे सेशन ते करते: याने डीफॉल्टपेक्षा एक टास्क जास्त सोडवला (68 च्या तुलनेत 69, प्रत्येक मोडने काही असे टास्क जिंकले जे दुसऱ्याने गमावले), प्रति टास्क सुमारे 2.2 पट वेळेत, म्हणून तो ऐच्छिकच आहे (ragon --refine).

1. Ragon: 100 टास्क, प्रत्येकाला एक प्रयत्न; एक DGX Spark (GB10, 128 GB), मॉडेल लोकल सर्व्ह केले, क्लाउड नाही; डीफॉल्ट मोड 2026-10-08 रोजी मोजला, refine मोड 2026-10-09 रोजी. अंदाज SWE-bench experiments च्या प्रति-टास्क डेटावरून.
2. 500 टास्क, एक प्रयत्न; हार्डवेयर सांगितलेले नाही. स्रोत: experiments, 20250805_openhands-Qwen3-Coder-480B-A35B-Instruct. तेच मॉडेल mini-SWE-agent सह: 57/100, 55.4%.
3. 500 टास्क, एक प्रयत्न, एजंट उघड केलेला नाही; हार्डवेयर सांगितलेले नाही. स्रोत: experiments, 20250930_zai_glm4-6.
4. 500 टास्क, एक प्रयत्न; हार्डवेयर सांगितलेले नाही. स्रोत: experiments, 20260217_mini-v2.0.0_kimi-k2-5-high.
5. 500 टास्क, एक प्रयत्न; हार्डवेयर सांगितलेले नाही. स्रोत: experiments, 20260217_mini-v2.0.0_deepseek-3-2-high.
6. प्रत्येकी 500 टास्क; हार्डवेयर सांगितलेले नाही. चार सबमिशन: 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%). याआधीचा एक mini-SWE-agent रन 74/100, 74.4% राहिला.
7. 500 टास्क, एक प्रयत्न; हार्डवेयर सांगितलेले नाही. स्रोत: experiments, 20251120_livesweagent_gemini-3-pro-preview. तेच मॉडेल mini-SWE-agent सह: 72/100, 74.2%.
8. लीडरबोर्डवरील प्रकाशित सर्वोत्तम 20–40B मॉडेल. 500 टास्क; test-time scaling मध्ये प्रत्येक टास्कला दोन किंवा अधिक प्रयत्न असतात; हार्डवेयर सांगितलेले नाही. स्रोत: test-time scaling, एक प्रयत्न.
9. 500 टास्क, एक प्रयत्न; हार्डवेयर सांगितलेले नाही. स्रोत: experiments, 20251209_mini-v1.17.2_devstral-small-2512.
10. GitHub चा स्वतःचा आकडा, एप्रिल 2025: "agent mode achieves a pass rate of 56.0% on SWE-bench Verified with Claude 3.7 Sonnet". टास्कची संख्या, प्रयत्न आणि हार्डवेयर सांगितलेले नाही; लीडरबोर्डवर नाही. स्रोत: GitHub ब्लॉग.
11. Anthropic आपल्या Claude मॉडेलसाठी SWE-bench Verified प्रकाशित करते, जे त्याच्या स्वतःच्या साध्या स्कॅफोल्डमध्ये (एक bash टूल आणि एक एडिट टूल) चालवले आहे, Claude Code उत्पादनासाठी नाही. स्रोत: Claude Code, Anthropic ची SWE-bench पद्धत.
12. Cursor स्वतःच्या बेंचमार्कवर, Cursor Bench वर, निकाल प्रकाशित करते, SWE-bench Verified वर नाही. स्रोत: Cursor ब्लॉग, Composer.

लीडरबोर्डचे सर्व आकडे: swebench.com आणि SWE-bench/experiments रिपॉझिटरी; "तेच 100 टास्क" म्हणजे प्रत्येक सबमिशनचे प्रकाशित प्रति-टास्क निकाल, फक्त Ragon ने चालवलेल्या टास्कपुरते मर्यादित.

पेपर

FAQ