新闻详情

新闻详情

首页 / 资讯中心 / 详情

如何砍掉一半模型轮次:SoL-Pi Action Fusion编辑即运行新手教程

发布时间:2026/11/17 9:45:08来源:尧图网络
如何砍掉一半模型轮次:SoL-Pi Action Fusion编辑即运行新手教程
如何砍掉一半模型轮次SoL-Pi Action Fusion编辑即运行新手教程【免费下载链接】SoL-PiSoL-Pi: Scaling Auto-Research Loops for Efficient Agent Harnesses项目地址: https://gitcode.com/gh_mirrors/so/SoL-PiSoL-Pi 是一款为 Pi 编码代理打造的效率扩展其中的 Action Fusion动作融合机制可以把编辑文件 运行验证命令两步操作合并进一次模型轮次。对新手来说这就是一个编辑即运行的省钱开关模型改完代码后不用再单独发一轮去跑测试一半的来回轮次直接省掉了。 Action Fusion 是什么为什么能省轮次跑过编码代理的朋友应该都有印象模型改完一个文件通常会再发起一轮运行一下看看对不对。这两轮之间其实没有新的决策——写完就跑跑什么命令几乎是确定的。Action Fusion 干的事情就是把这对固定动作焊成一次工具调用它替换了 Pi 内置的edit和write工具给它们加了一个可选的then_run参数。模型在编辑文件的同时声明改完就跑这条命令扩展就会在一次调用里完成应用文件修改编辑/写入确认文件内容没被意外改动执行后续命令测试、构建、启动等把两步的结果合并成一条观察返回给模型。两次模型轮次变成一次界面里还会贴心地显示 1 model round-trip avoided。核心实现可以看 index.ts命令执行逻辑在 then-run.ts。⚙️ 三步安装准备、安装、配置环境要求来自官方 READMENode.js 22.19 或更新版本npmearendil-works/pi-coding-agent0.85.1Pi 官方发行版第一步安装 Pi 基础版npm install --global earendil-works/pi-coding-agent0.85.1第二步安装 SoL-Pi 扩展git clone https://gitcode.com/gh_mirrors/so/SoL-Pi pi install ./SoL-Pi只想在当前项目生效加上--local --approve参数做项目级安装。第三步开启 Action FusionSoL-Pi 所有机制默认全部关闭需要显式开启。在项目的.pi/sol-pi.json项目可信时优先生效或用户级的~/.pi/agent/sol-pi.json里写入{ version: 1, actionFusion: true, observationPack: true, evidencePreservingReducer: false, onlineContextCompact: false, cacheWriteReadRatio: 12.5 }保守起见新手只开actionFusion和observationPack这两个本地机制就够了——它们不发起额外模型调用也不会打断正在进行的运行。完整配置说明见 docs/configuration.md模板文件参考 sol-pi.example.json。 编辑即运行实际用起来什么样启用后你不需要写任何代码模型会自动获得新的工具能力。比如让它修改src/app.ts后跑一遍测试它的工具调用大致长这样{ path: src/app.ts, edits: [{ oldText: before, newText: after }], then_run: { command: npm test, timeout: 60 } }一个调用编辑和测试全搞定返回的文本里会带[then_run:succeeded]标记。timeout可选单位是秒。️ 新手必知的三个安全细节SoL-Pi 在合并轮次的同时没有牺牲可靠性有三个值得了解的设计源码细节见 then-run.ts改失败就不跑如果编辑本身失败then_run命令会被直接跳过返回[then_run:skipped]不会拿一个坏文件去执行命令。跑挂了改动还在命令执行失败时文件修改依然保留结果标记为[then_run:failed]——你的代码不会因为测试挂了就被回滚。改完先校验再跑执行命令前会对比文件哈希确保要跑命令的就是刚才改好的那份内容同一文件上的融合操作还会串行排队防止互相干扰。 想继续深入资料说明docs/compatibility.md与 Pi 的 API 兼容性说明tests/action-fusion.test.tsAction Fusion 的完整测试用例可读性很好agents-install.md面向自动化环境的安装与校验协议开启 Action Fusion 之后留意 Pi 界面里 1 model round-trip avoided 的提示你就知道省下的轮次了。跑一个稍长的任务下来模型请求数通常能砍掉肉眼可见的一大截——这正是 SoL-Pi 花得更少活不减的核心思路。【免费下载链接】SoL-PiSoL-Pi: Scaling Auto-Research Loops for Efficient Agent Harnesses项目地址: https://gitcode.com/gh_mirrors/so/SoL-Pi创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉