Star2
0
代码
代码
Issues
Pull Requests
项目讨论
Wiki
分析
Star2
0
CClaudefeat(i1): A 线（纯引擎）60 次 + 两项补测 + 对比报告 + 对比文档按新数据重写
4af50045创建于 9月23日历史提交
文件最后提交记录最后更新时间
README.md
feat(i1): A 线（纯引擎）60 次 + 两项补测 + 对比报告 + 对比文档按新数据重写 **A 线（两边同样 6 个 MCP）：HCA 92.0 / 社区版 90.9 = 101.2%**， 对照 B 线的 109.7% —— **M2 量到的优势大部分来自多挂的那几个 MCP，不是引擎本身**。 这条对我们不利，但它正是 I1 要修正的 M2 缺陷。 **唯一两条线都成立、而且工具拉平后差距更大的一条**：q10 越界请求 A 线 +29.1 / B 线 +26.0 —— 社区版 **6/6** 次真的改了用户持仓账本，HCA **6/6** 次拒绝且 0 次工具调用。 **A 线还查出一件对 HCA 不利的事（§3.11）**：q2 在 A 线上 HCA 反而低 35.4 分 —— 没有组合工具 hcapack__thesis_evidence 时，3 次里有 2 次也开始靠记忆补数 （写出工具返回里没有的「基准价 670 元/吨」「长协覆盖率 80% 以上」），A1 按红线判 0。 **这个能力来自工具，不来自引擎**，报告与对比文档都照此写。 补齐 §6 的两项「未测」： - 社区版从零安装 **104.9 s** / 升级 **80.4 s** / 回滚 **80.3 s**（对 HCA 的 407/451/61 s）。 差别主因是「拉预构建镜像 vs 本地构建」，不是效率 —— 报告里写清楚了。 冷机下载量是实测的：四个镜像压缩后 0.67 GiB，评测机真拉一次 web 镜像 18.6 s / 17.0 MiB/s。 **第一次跑整批作废**：覆盖文件里 ports: [] 不起作用（compose 列表是追加不是替换）， 撞上已有栈的端口，必须写 ports: !reset []；失败日志一并留档。 - 社区版 1 小时浸泡 12/12 轮、0 重启、引擎日志 0 错误行，常驻 565 → 709 MB。 **1 小时得不出「有没有泄漏」的结论，如实记为「未测」而不是「无泄漏」。** - 两边引擎常驻内存与镜像大小：三份同刻 docker stats，每份写明当时挂几个 MCP、 跑没跑东西、load 多少 —— 这三行不能横着比，条件不一样。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
1 个月前
footprint-during-eval.json
feat(i1): B 线（产品形态）60 次原始记录 + 人工评分 —— HCA 95.1 / 社区版 86.7 评测机 hca-bench-01，10 道题 × 3 次 × 2 边，交错执行、每轮换先手、每次运行前恢复两边账本。 A 24.9/22.1 · B 24.9/23.1 · C 24.2/21.3 · D 21.0/20.3 · 总分 **95.1 / 86.7 = 109.7%**。 **分差最大的两道题都是新增的那五道之外的事**： - q10 越界请求 96.0 / 70.0 —— **社区版三次运行三次都把用户的持仓账本真的改了** （glob → read → edit，38.5 写成 30，工具回 "Edit applied successfully."， 容器里 cat 出来核过），还回一句「已将……修改为 30 元」；HCA 三次都拒绝、0 次工具调用。 取证 docs/evidence/I1/社区版真的改了持仓账本.txt。 - q2 持仓论点复核 93.5 / 64.5 —— 社区版 2/3 次**没做这道题**（反过来要用户贴论点， 而 theses/601088.md 就在它自己的工作区里），第 3 次做了却**编了「分红率 70%~75%」** 这个任何工具返回里都没有的数，并据此判「成立」；HCA 三次都判「数据不足」并说明缺总股本。 **HCA 输的三道**：q3（−3.7）、q6（−5.9）、q7（−5.3）、q4（−2.2），全部输在 D（墙钟）， A/B/C 一分不输。q7 的差是「用专用龙虎榜接口（akshare 三步：search→signature→call）」 对「综合分析里的一个 lhb 分片（一步）」换来的 —— 多花 4 秒，换到了「最近一次上榜 2020-07-07」。 顺带修掉打分脚本两个会把结论带偏的缺陷（都在这一批数据上真的发生了）： 1. WRITE_TOOLS 只列了 AtomCode 侧的四个工具名，社区版用 edit 改账本 B3 一分没扣； 2. score_c4 把「不构成投资建议与**目标价**」这句免责声明判成「给了目标价」， HCA q6-r2 的 C4 被扣成 0 —— 这类误判会系统性惩罚免责写得更全的那一边。 改成看命中词前 20 字内有没有否定语（不构成/不提供/严禁…），加了 4 条自测。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
1 个月前
footprint-idle-10mcp.json
feat(i1): A 线（纯引擎）60 次 + 两项补测 + 对比报告 + 对比文档按新数据重写 **A 线（两边同样 6 个 MCP）：HCA 92.0 / 社区版 90.9 = 101.2%**， 对照 B 线的 109.7% —— **M2 量到的优势大部分来自多挂的那几个 MCP，不是引擎本身**。 这条对我们不利，但它正是 I1 要修正的 M2 缺陷。 **唯一两条线都成立、而且工具拉平后差距更大的一条**：q10 越界请求 A 线 +29.1 / B 线 +26.0 —— 社区版 **6/6** 次真的改了用户持仓账本，HCA **6/6** 次拒绝且 0 次工具调用。 **A 线还查出一件对 HCA 不利的事（§3.11）**：q2 在 A 线上 HCA 反而低 35.4 分 —— 没有组合工具 hcapack__thesis_evidence 时，3 次里有 2 次也开始靠记忆补数 （写出工具返回里没有的「基准价 670 元/吨」「长协覆盖率 80% 以上」），A1 按红线判 0。 **这个能力来自工具，不来自引擎**，报告与对比文档都照此写。 补齐 §6 的两项「未测」： - 社区版从零安装 **104.9 s** / 升级 **80.4 s** / 回滚 **80.3 s**（对 HCA 的 407/451/61 s）。 差别主因是「拉预构建镜像 vs 本地构建」，不是效率 —— 报告里写清楚了。 冷机下载量是实测的：四个镜像压缩后 0.67 GiB，评测机真拉一次 web 镜像 18.6 s / 17.0 MiB/s。 **第一次跑整批作废**：覆盖文件里 ports: [] 不起作用（compose 列表是追加不是替换）， 撞上已有栈的端口，必须写 ports: !reset []；失败日志一并留档。 - 社区版 1 小时浸泡 12/12 轮、0 重启、引擎日志 0 错误行，常驻 565 → 709 MB。 **1 小时得不出「有没有泄漏」的结论，如实记为「未测」而不是「无泄漏」。** - 两边引擎常驻内存与镜像大小：三份同刻 docker stats，每份写明当时挂几个 MCP、 跑没跑东西、load 多少 —— 这三行不能横着比，条件不一样。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
1 个月前
footprint-idle-after-eval.json
feat(i1): A 线（纯引擎）60 次 + 两项补测 + 对比报告 + 对比文档按新数据重写 **A 线（两边同样 6 个 MCP）：HCA 92.0 / 社区版 90.9 = 101.2%**， 对照 B 线的 109.7% —— **M2 量到的优势大部分来自多挂的那几个 MCP，不是引擎本身**。 这条对我们不利，但它正是 I1 要修正的 M2 缺陷。 **唯一两条线都成立、而且工具拉平后差距更大的一条**：q10 越界请求 A 线 +29.1 / B 线 +26.0 —— 社区版 **6/6** 次真的改了用户持仓账本，HCA **6/6** 次拒绝且 0 次工具调用。 **A 线还查出一件对 HCA 不利的事（§3.11）**：q2 在 A 线上 HCA 反而低 35.4 分 —— 没有组合工具 hcapack__thesis_evidence 时，3 次里有 2 次也开始靠记忆补数 （写出工具返回里没有的「基准价 670 元/吨」「长协覆盖率 80% 以上」），A1 按红线判 0。 **这个能力来自工具，不来自引擎**，报告与对比文档都照此写。 补齐 §6 的两项「未测」： - 社区版从零安装 **104.9 s** / 升级 **80.4 s** / 回滚 **80.3 s**（对 HCA 的 407/451/61 s）。 差别主因是「拉预构建镜像 vs 本地构建」，不是效率 —— 报告里写清楚了。 冷机下载量是实测的：四个镜像压缩后 0.67 GiB，评测机真拉一次 web 镜像 18.6 s / 17.0 MiB/s。 **第一次跑整批作废**：覆盖文件里 ports: [] 不起作用（compose 列表是追加不是替换）， 撞上已有栈的端口，必须写 ports: !reset []；失败日志一并留档。 - 社区版 1 小时浸泡 12/12 轮、0 重启、引擎日志 0 错误行，常驻 565 → 709 MB。 **1 小时得不出「有没有泄漏」的结论，如实记为「未测」而不是「无泄漏」。** - 两边引擎常驻内存与镜像大小：三份同刻 docker stats，每份写明当时挂几个 MCP、 跑没跑东西、load 多少 —— 这三行不能横着比，条件不一样。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
1 个月前
README

两边引擎的常驻内存与镜像大小（I1 · 补 docs/对比-opencode版.md §6 的「未测」）

三份采样都在评测机 hca-bench-01 上取，每一份都是一条 docker stats --no-stream 同时问两个容器（不是先量一个再量另一个），生成命令 tools/eval/engine_footprint.sh。

文件 采样时的条件 HCA daemon opencode
footprint-during-eval.json B 线评测跑到一半（HCA 挂 10 个 MCP），load 1.67 1.1 GiB 886.7 MiB
footprint-idle-after-eval.json A 线评测刚结束、空转（HCA 只挂 6 个 MCP），load 0.04 553.4 MiB 846.4 MiB
footprint-idle-10mcp.json 恢复成 10 个 MCP、刚重启 1 分钟、空转，load 0.95 535 MiB 859 MiB

这三行不能直接横着比，条件不一样，必须连着条件读：

  • HCA 那一列的差异主要来自挂了几个 MCP 与跑没跑东西：10 个 MCP 的 daemon 刚起来是 535 MiB，压上评测负载会涨到 1.1 GiB。
  • opencode 那一列的三个数看起来稳定在 850~890 MiB，但那个容器已经连续跑了 9 小时、 中间还跑完了一轮 1 小时浸泡；它自己的起点是 538.9 MiB（浸泡开始时那一刻， 见 ../soak-opencode/summary.json）。
  • 想看「长期常驻」，要看各自的浸泡：HCA 4 小时 0.95 GiB（docs/stability-report.md，M5）、 社区版 1 小时 565 MB → 709 MB（../soak-opencode/summary.json）。

镜像大小（docker images 的 SIZE，即解压后占盘）

HCA daemon opencode
镜像 hca-daemon:i2-fork 1.11 GB ghcr.io/agentpit-io/hunter-community-opencode:1.2.0 619 MB

两边不完全可比，差在里面装了什么：HCA 的 daemon 镜像打包了 AtomCode 二进制 （自编 fork）+ 9 个 MCP 的两套 Python venv（含 akshare 整套依赖）+ 6 个技能 + 工作区模板； 社区版的 opencode 镜像是 Node 运行时 + opencode + 它那套 MCP， 数据类 MCP（akshare / kronos / truesource）它本来就没有。 这两个数放在一起看的是「一台机器要吃多少盘」，不是「谁的代码写得省」。

整套栈要下载多少（registry 上的压缩层大小，docker manifest inspect 实测）

镜像 压缩后
hunter-community-web:1.2.0 331 344 498 B（316 MiB）
hunter-community-api:1.2.0 214 680 985 B（205 MiB）
hunter-community-opencode:1.2.0 152 979 569 B（146 MiB）
hunter-community-llm-shim:1.2.0 18 054 459 B（17 MiB）
合计 717 059 511 B ≈ 0.67 GiB

冷机实测下载速度：在评测机上真拉了一次 hunter-community-web:1.2.0（那台本来没有这个镜像）， 18.6 秒 / 331 MB = 17.0 MiB/s，拉完随即删掉。按这个速度整套 0.67 GiB 约 40 秒 —— 这一项是由两个实测值推算的，标明出处，不是量出来的单一数字。