jinzijian/EvoTrace
Compile real-world Claude Code and Codex trajectories into verified, tradable post-training assets.
Hızlı değerlendirme
Özet
EvoTrace, Claude Code ve Codex oturumlarını inceleyip eğitim, değerlendirme ve doğrulama için yeniden kullanılabilir varlıklara dönüştürür.
Profiline uyum
Coding agent oturumlarından eğitim ve değerlendirme verisi üretiyor; profilde model eğitimi veya RL veri hazırlama ihtiyacı yok.
Neden yükseliyor
39 günde 292 yıldız, coding agent oturumlarından eğitim ve değerlendirme varlığı üretme fikrine ilgi olduğunu gösteriyor; ancak bu ilginin nedeni ölçümlerden anlaşılamıyor. Son 28 günde commit ve farklı yazar olmaması, ilginin devam eden geliştirme veya benimsemeyle desteklendiğine dair kanıt sunmuyor.
Problem
Coding agent oturum kayıtları tek başına güvenilir post-training verisi veya tekrarlanabilir değerlendirme görevi değildir; görev sınırları, başlangıç durumu, bağımlılıklar ve bağımsız doğrulayıcı eksik olabilir.
Çözüm
Yerel oturumları içe aktarır, Git ve repository geçmişini kullanarak adayları sıralar, review aşamalarından geçirir ve uygun oturumları preference data ya da Docker içinde doğrulanabilecek görev ve verifier adaylarına dönüştürür.
Yenilik
Ham coding agent kayıtlarını provenance, bağımsız verifier ve Docker doğrulamasıyla kullanılabilir task ve training varlıklarına dönüştürme akışı belirgin bir entegrasyon. Bunun yeni bir yöntem olduğu veya üretilen varlıkların kalitesinin kanıtlandığı README'den doğrulanamıyor.
Teknolojiler
- Python
- DeepSeek Harness
- Claude Code
- Codex
- Docker
- Git
Riskler
- Proje README'de early alpha, DeepSeek Harness ise developer preview olarak tanımlanıyor.
- Üretilen task ve verifier'lar doğrulama kapılarından geçene kadar yalnızca aday; üretim kalitesi varsayılmamalı.
- 39 günlük yaşına rağmen son 28 günde commit ve farklı yazar görünmüyor; bakım sürekliliği hakkında belirsizlik var.
- Varsayılan Full access izin modu geniş erişim verir; çalışma ortamının izin ayarları ve yerel oturum verilerinin hassasiyeti değerlendirilmelidir.
- Agent review, hardening ve calibration için yapılandırılmış model sağlayıcısı gerekir; bu adımların veri ve maliyet etkisi README'den netleşmiyor.
Detaylı değerlendirme
Bu repo için detaylı değerlendirme henüz yapılmadı. Analiz, Ayarlar'daki uyum profilini hesaba katarak "bu işime yarar mı" sorusunu cevaplıyor. Bir kez çalışır; günlük koşular buna dokunmaz. Saatlik sınır var — bir kaynaktan en fazla 3 analiz.