इस प्रोजेक्ट के बारे में

Longe किसी भी LLM के लिए एक एकल-बाइनरी (single-binary), स्व-सुधार करने वाला हार्नेस है, जिसे Rust में लिखा गया है। YC Harness Club टॉक्स (2026) के विचारों पर निर्मित, यह मॉडल वेट्स (weights) को इंजन की तरह और रनटाइम को कार की तरह मानता है, जो फिक्स्ड-वेट वाले मॉडल को एक पर्सिस्टेंट एजेंट में बदल देता है। आर्किटेक्चर: Longe एक बैकग्राउंड डेमन (`longed`) चलाता है जो सत्रों के एक ट्री (tree) को प्रबंधित करता है। प्रत्येक सत्र में एक इतिहास (history), एक Lua 5.4 REPL स्टेट, एक सैंडबॉक्स और एक कॉन्फ़िगर करने योग्य बजट होता है। मेमोरी पदानुक्रम (hierarchy) के तीन स्तर हैं: L1 मॉडल की संदर्भ विंडो (70% पर स्वचालित संघनन के साथ) है; L2 पर्सिस्टेंट Lua REPL है जहां चर (variables) अलग-अलग टर्न में बने रहते हैं; L3 एक git-संस्करण वाला फ़ाइल स्टोर है जिसमें कौशल, मेमोरी, प्रॉम्प्ट, सब-एजेंट स्पेक्स और ट्रैजेक्ट्री शामिल हैं। मॉडल को केवल एक टूल दिखाई देता है: `exec(code)`, जो Lua चलाता है। Lua VM के अंदर नेटिव बाइंडिंग्स फ़ाइल I/O (वर्कस्पेस तक सीमित), शेल कमांड (macOS पर Seatbelt, Linux पर Landlock, Windows पर प्रतिबंधित टोकन के माध्यम से सैंडबॉक्स्ड), मेमोरी हेरफेर, कौशल और सब-एजेंट CRUD, प्रॉम्प्ट संपादन, स्टेटलेस रिकर्सिव LLM प्रश्न, प्रदाताओं के बीच मॉडल स्विचिंग, संदर्भ संघनन (context compaction), बाहरी सत्यापन, और एक `done()` कॉल को उजागर करते हैं, जिसे तब तक अस्वीकृत किया जाता है जब तक कि न्यूनतम बजट और एक वेरीफायर दोनों पास न हो जाएं। प्रदाता (Providers): लोकल मॉडल के लिए Anthropic, OpenAI-संगत APIs (DeepSeek, OpenRouter सहित), और Ollama। मॉडल स्थिति (state) खोए बिना सत्र के मध्य में प्रदाताओं को स्विच कर सकता है, जिससे एक सस्ता स्थानीय मॉडल दिन-प्रतिदिन के काम को संभाल सकता है जबकि एक फ्रंटियर API कठिन चरणों को संभालता है। सब-एजेंट्स (Sub-agents): पर्सिस्टेंट सत्र जो समाप्त होते हैं, RAM में निष्क्रिय होते हैं, डिस्क पर ऑफलोड होते हैं, और संदेश आने पर जागते हैं। पैरेंट, चिल्ड्रन और सिबलिंग संदेश बस (message bus) के माध्यम से सीधे संदर्भ साझा करते हुए संवाद करते हैं। सैंडबॉक्स: तीन मोड (read-only, workspace-write, full-access)। निश्चित नियम हमेशा स्टोर, ~/.ssh, क्रेडेंशियल्स, .env और बाइनरी को ही छिपाते हैं। पर्यावरण से सीक्रेट्स को हटा दिया जाता है; जब तक कॉन्फ़िगर न किया गया हो, नेटवर्क तक पहुंच से इंकार किया जाता है। बजट: सीलिंग होने से पहले यह एक न्यूनतम सीमा (floor) है। `min_seconds` और `min_turns` से पहले `done()` को अस्वीकृत कर दिया जाता है; `max_turns`/`max_tokens` पर जबरन स्पष्ट निकास (clean exit) होता है। रिफ्लेक्शन (Reflection): प्रत्येक स्वीकृत पूर्णता के बाद (और क्रॉन पर), रनटाइम पूरी ट्रैजेक्ट्री को संक्षिप्त करता है और एक मॉडल से कौशल, मेमोरी, सब-एजेंट स्पेक्स, प्रॉम्प्ट और कॉन्फ़िग में संशोधन (diffs) का प्रस्ताव करने के लिए कहता है। परिवर्तनों को एक git शाखा में लागू किया जाता है, एक फिटनेस कमांड को फिर से चलाया जाता है, और शाखा को केवल तभी मर्ज किया जाता है जब स्कोर में गिरावट न आए, या कॉकपिट में मानवीय समीक्षा के लिए रखा जाता है। कॉकपिट: एक TUI (`longe cockpit`) सत्र ट्री, बजट, वेरीफायर स्थिति, ट्रैजेक्ट्री टेल और लंबित रिफ्लेक्शन अंतर (diffs) दिखाता है। पोर्ट 7878 पर एक HTTP JSON सर्फेस दूरस्थ पहुंच (remote access) की अनुमति देता है, जैसे Tailscale के माध्यम से। बिल्ड: `cargo build --release` (Rust 1.85+, कोई अनसेफ कोड नहीं)। परीक्षणों में एक स्क्रिप्टेड नकली मॉडल सर्वर द्वारा संचालित 91 यूनिट और एंड-टू-एंड केस शामिल हैं। लाइसेंस: MIT। रिपॉजिटरी: edouard-claude/longe।