Programação com IA rápida na sua mesa.
Cerca de 69% no SWE‑bench Verified.

Também na 1.7.0: o Night Shift pode tentar uma tarefa várias vezes e ficar com a melhor tentativa (/night add --best-of N), uma máquina pode rodar várias pontes do Signal, e um cliente escolhe entre dois nós na mesma rede sem perder o que já conhece. Notas da versão e downloads.

Instalar

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

$ ragon-admin server start      # baixa o modelo uma única vez (~20 GB) e depois o serve
$ cd ~/your-project && ragon    # só isso

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

Experimente isto primeiro

Ou deixe trabalho na fila para esta noite com /night add <task>: o Ragon percorre a fila enquanto você dorme, cada tarefa em seu próprio branch do git, e você revisa os branches com o café.

$ 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

O que você recebe

O app de desktop do Ragon 1.7.0 reúne Ask e Work em uma só janela. Work é uma bancada completa para sessões de agente: um compositor com arquivos, skills e comandos, um painel de revisão para preparar, reverter e fazer commit, worktrees, abas de terminal, e uma árvore de arquivos com abas de arquivo ao lado da conversa. Nos seus outros computadores ele é um cliente do seu GB10, que encontra na rede local.

$ 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

Por que o Ragon

SWE-bench Verified, medido em um único DGX Spark

Em 2026-10-08, o agente do Ragon 1.5.1 com Qwen3.8-27B resolveu 68 de 100 tarefas do SWE-bench Verified em um único DGX Spark, offline: uma amostra fixa de 100 tarefas, uma tentativa por tarefa, modo padrão. Extrapolado para as 500 tarefas, são ≈69% estimados (faixa de 95%: 63,9–73,4%). É uma medição nossa, na nossa máquina e sobre um subconjunto, não uma entrada do leaderboard.

Leia como uma referência, não como um ranking. Nas mesmas 100 tarefas, o Ragon resolveu tantas quanto o Qwen3-Coder-480B e o GLM-4.6, modelos muitas vezes maiores, mas cada linha usa um agente diferente, um hardware diferente e, nas linhas do leaderboard, as imagens de teste x86 oficiais, enquanto as nossas rodaram em imagens arm64 da comunidade. No modo refine, uma primeira sessão estuda a tarefa sem mudar nada e uma sessão nova a executa: ele resolveu uma tarefa a mais que o modo padrão (69 contra 68, cada modo ganhando tarefas que o outro perdeu), em cerca de 2,2 vezes o tempo por tarefa, então continua opcional (ragon --refine).

1. Ragon: 100 tarefas, uma tentativa cada; um DGX Spark (GB10, 128 GB), modelo servido localmente, sem nuvem; modo padrão medido em 2026-10-08, modo refine em 2026-10-09. Estimativa a partir dos dados por tarefa do SWE-bench experiments.
2. 500 tarefas, uma tentativa; hardware não informado. Fonte: experiments, 20250805_openhands-Qwen3-Coder-480B-A35B-Instruct. O mesmo modelo com mini-SWE-agent: 57/100, 55,4%.
3. 500 tarefas, uma tentativa, agente não divulgado; hardware não informado. Fonte: experiments, 20250930_zai_glm4-6.
4. 500 tarefas, uma tentativa; hardware não informado. Fonte: experiments, 20260217_mini-v2.0.0_kimi-k2-5-high.
5. 500 tarefas, uma tentativa; hardware não informado. Fonte: experiments, 20260217_mini-v2.0.0_deepseek-3-2-high.
6. 500 tarefas cada; hardware não informado. Quatro submissões: 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%). Uma execução anterior do mini-SWE-agent marcou 74/100, 74,4%.
7. 500 tarefas, uma tentativa; hardware não informado. Fonte: experiments, 20251120_livesweagent_gemini-3-pro-preview. O mesmo modelo com mini-SWE-agent: 72/100, 74,2%.
8. O melhor modelo publicado de 20–40B no leaderboard. 500 tarefas; o escalonamento em tempo de teste usa duas ou mais tentativas por tarefa; hardware não informado. Fontes: escalonamento em tempo de teste, tentativa única.
9. 500 tarefas, uma tentativa; hardware não informado. Fonte: experiments, 20251209_mini-v1.17.2_devstral-small-2512.
10. Número do próprio GitHub, abril de 2025: “agent mode achieves a pass rate of 56.0% on SWE-bench Verified with Claude 3.7 Sonnet”. Número de tarefas, tentativas e hardware não informados; não consta no leaderboard. Fonte: blog do GitHub.
11. A Anthropic publica o SWE-bench Verified para seus modelos Claude, rodado em um scaffold simples próprio (uma ferramenta bash e uma de edição), não para o produto Claude Code. Fontes: Claude Code, método da Anthropic para o SWE-bench.
12. A Cursor publica resultados no seu próprio benchmark, o Cursor Bench, não no SWE-bench Verified. Fonte: blog da Cursor, Composer.

Todos os números do leaderboard: swebench.com e o repositório SWE-bench/experiments; “as mesmas 100 tarefas” são os resultados por tarefa publicados de cada submissão, restritos às tarefas que o Ragon rodou.

Paper

FAQ