meta-harness-tbench2-artifact

收录理由

这个项目体积不大，核心思路却值得借鉴：在智能体正式进入循环之前，先对沙箱环境做一次快照，把工作目录、可用工具、包管理器这些信息直接塞进初始提示里。这样一来，智能体就不用浪费前几轮去敲 ls、which python3 之类的命令了。README 里给了一条命令就能在 Terminal-Bench 2.0 上跑起来，配合 Claude Opus 4.6 能拿到 76.4% 的成绩。它是在 KRAFTON 的 Terminus-KIRA 和 Harbor 的 Terminus-2 框架之上搭的，所以更像一个研究原型和起点，而不是开箱即用的成品。做 CLI 或 shell 类智能体的团队，完全可以把这套环境预检的思路搬过去，省掉大量无谓的工具调用。