Skip to content
Projekte

SourceShift/mini-ork has 35 GitHub stars and 11 forks. GitHot measured 0 stars in 24 hours. Last checked 2026-11-17 00:32 UTC. Last push 2026-11-13.

So werden diese Zahlen gemessen

Gemessener Sternzuwachs

in 24h
0
in 7 days
Verlauf wird gesammelt
in 15 days
Verlauf wird gesammelt
in 1 month
Verlauf wird gesammelt

Nettoänderungen in überlappenden Zeiträumen, keine Tagessummen. Fehlende Messwerte bleiben leer. Sterne zeigen Interesse, nicht Qualität.

Über uns

Prove an AI-written fix actually fixes the bug. mini-ork certify reproduces the bug against your repo's own code, attacks the patch with generated invariants in a Docker sandbox, and returns PROVEN / REFUTED / UNVERIFIED with a JSON certificate. Part of a verifier-gated, multi-model agent runtime.

KI

README.de.md

Original

mini-ork

Ein Task-Betriebssystem für KI-Agenten, das von ihnen verlangt, ihre Arbeit zu beweisen.

License: Apache-2.0 CI CodeQL Python 3.11 | 3.12

English | 简体中文 | 日本語 | 한국어 | Español | Português (Brasil) | Deutsch | Français | Русский | हिन्दी | Italiano | Türkçe | Bahasa Indonesia

Ein code-fix-Lauf in der mini-ork-IDE: klassifizieren, planen, implementieren, verifizieren, drei Review-Perspektiven, veröffentlichen, danach Keep oder Reject für jede geänderte Datei

Ein code-fix-Lauf in der mini-ork-IDE: klassifizieren → planen → implementieren → verifizieren → drei Review-Perspektiven auf drei Modellfamilien → veröffentlichen; danach wartet jede geänderte Datei auf Keep oder Reject. Beispiellauf aus dem Walkthrough · Video in voller Qualität.

mini-ork macht aus einem Ziel einen geplanten, ausgeführten und verifizierten Lauf über eine ganze Flotte von Modellen: klassifizieren → planen → ausführen → verifizieren → reflektieren → verbessern. Jedes Urteil beruht darauf, was der Code bei der Ausführung tatsächlich getan hat – Tests, Typprüfungen, Schemas, Ausführung in einer isolierten Sandbox –, nicht auf der Meinung eines Modells über seine eigene Ausgabe.

Diese Seite ist die Installationsanleitung. Die Begründung hinter dem Projekt finden Sie unter Warum es mini-ork gibt.

Schnellstart

macOS, Linux oder WSL:

curl -fsSL https://raw.githubusercontent.com/SourceShift/mini-ork/main/install.sh | sh

Der Installer:

  • klont mini-ork nach ~/.local/share/mini-ork (überschreibbar mit MINI_ORK_INSTALL_DIR),
  • legt im Checkout ein lokales .venv an und installiert das vollständige Python-Profil (CLI, lokaler Web-Sidecar, Crucible),
  • legt mini-ork über ~/.local/bin auf Ihren PATH,
  • bietet den Einrichtungsassistenten an, wenn er in einem Terminal läuft.

Dieselbe Installation aus einem vorhandenen Checkout:

git clone --recurse-submodules https://github.com/SourceShift/mini-ork.git
cd mini-ork
make install
mini-ork version        # open a new terminal if PATH changed

--recurse-submodules befüllt ui/, das IDE-Crate (SourceShift/mini-ork-ui). Die Python-Laufzeit braucht es nicht; wie Sie die IDE bauen, steht in docs/UI.md.

Erster Start: mini-ork onboard

Ein einziger Befehl macht aus einem frischen Rechner einen Workspace, in dem Sie ein Recipe ausführen können. Er ruft nie ein Modell auf und kostet nie Geld – jeder Schritt ist eine lokale Prüfung oder ein lokaler Build.

cd ~/my-project
mini-ork onboard
Schritt Was passiert
Voraussetzungen Prüft Python ≥ 3.11 und git; vermerkt sqlite3 / jq, falls vorhanden
Workspace Legt .mini-ork/ im aktuellen Verzeichnis an (führt bei Bedarf git init aus)
Provider-Lanes Meldet, ob Zugangsdaten hinterlegt sind, oder nennt den Befehl, der sie hinzufügt
contextnest Optional: klont und baut den lokalen Memory-Dienst und legt eine Startkonfiguration an
zed Optional: bindet den Agenten und die MCP-Server von mini-ork in Zeds settings.json ein

Optionale Komponenten werden nur angeboten, wenn ihre Toolchain vorhanden ist (cargo, zed), und jede lässt sich explizit auswählen:

mini-ork onboard --with contextnest,zed      # force both
mini-ork onboard --no-contextnest --no-zed   # core only
mini-ork onboard --dry-run                   # print the plan, change nothing
mini-ork onboard -y                          # accept defaults (scripts, CI)
mini-ork onboard --json                      # machine-readable step results
mini-ork onboard --help                      # every flag

Exit-Codes: 0 fertig (übersprungene Komponenten sind in Ordnung), 1 eine ausgewählte Komponente ist unter --strict fehlgeschlagen, 2 Aufruffehler. Ein nicht interaktiver Lauf stellt keine Rückfragen: -y übernimmt alle Standardwerte.

ContextNest – lokales Memory-Substrat

Ein Rust-HTTP-Dienst, der sich merkt, was frühere Sessions entschieden, verifiziert und ausgeliefert haben und woran sie gescheitert sind. Der Assistent legt config/contextnest.yaml im simple-Tier an; mit --secure schreibt er nichts und verlangt CN_TOKEN, bevor der Dienst startet.

mini-ork onboard --with contextnest     # clone + cargo build --release + seed config
mini-ork cn status                      # tier, endpoint, reachability, latency

Von Hand: git clone https://github.com/SourceShift/ContextNest.git, danach make cn-serve (lauscht auf 127.0.0.1:28080). Erfordert Rust 1.80+. Details: docs/CONTEXTNEST-INTEGRATION.md.

Zed – Editor-Integration

Bindet mini-ork acp (externer Agent) und mini-ork mcp-context (schreibgeschützter Kontext zu Läufen, Lernen und Kosten) in Zed ein. Vor jedem Schreibzugriff auf settings.json wird ein Backup mit Zeitstempel angelegt.

mini-ork onboard --with zed     # or at any time:
mini-ork zed setup
mini-ork zed status
mini-ork zed uninstall

Siehe docs/ZED.md und docs/UI.md.

Ihr erster verifizierter Workflow

cd ~/my-project
mini-ork onboard                      # initialize the project
mini-ork providers configure <lane>   # hidden prompt; keys never touch argv
mini-ork doctor                       # dependencies, environment, provider preflight

cp ~/.local/share/mini-ork/examples/01-hello-world/kickoff.md ./kickoff.md

# Check the wiring first: no model calls, no spend.
MINI_ORK_DRY_RUN=1 mini-ork run code-fix ./kickoff.md
mini-ork validate

# Then run it for real.
mini-ork run code-fix ./kickoff.md

Ein Kickoff nennt das Ziel-Repository, die erlaubten Dateien, das angestrebte Artefakt und den Befehl oder die Regel, die den Erfolg belegt. Lauf-Artefakte landen in .mini-ork/runs/, der aufgezeichnete Zustand in .mini-ork/state.db. Welche Lane welche Rolle übernimmt, legen Sie in .mini-ork/config/agents.yaml fest.

Einen Fix mit einem Befehl beweisen

mini-ork certify nimmt eine Änderung und den Bug, den sie angeblich behebt, reproduziert den Bug gegen Ihren Code, erzeugt Eingaben, für die die Änderung nicht geschrieben wurde, führt alles in einer Docker-Sandbox aus und liefert ein Urteil samt Belegen:

$ mini-ork certify --base base --head fix-cheat \
    --issue "median([1, 2, 3, 4]) returns 3, should return 2.5"
REFUTED  the fix does not generalise — only 0% of 4 invariants hold,
         which is the signature of a patch that special-cases the reported input
exit code: 1

Exit-Codes 0 PROVEN, 1 REFUTED, 2 UNVERIFIED – im Zweifel enthält es sich, statt zu raten, sodass CI das Ergebnis als Gate nutzen kann. Benötigt Docker und eine Modell-Lane. Probieren Sie bash examples/certify-demo/demo.sh aus.

Verifikation, Lernen und Selbstverbesserung

Die Zonenkarte auf miniork.dev: Lauf-, Lern-, Reparatur- und RSI-Schleife leuchten nacheinander auf; jede zeigt, was zwischen Engine, Verifikation, Lernen und Wiederherstellung fließt

Vier Schleifen um eine Engine, aus dem Walkthrough (Beispieldaten) · Video in voller Qualität.

Das GIF oben auf dieser Seite zeigt die Lauf-Schleife. Drei weitere Ebenen legen sich darum.

Verifikation, an der sich die Agenten nicht vorbeireden können

Jedes Urteil ist ein Ausführungsbeleg. Die Verifier eines Recipes führen einen Manipulationsschutz, die Testsuite, ein Replay auf dem Basisstand (der Test muss am alten Code scheitern) und eine Mutations-Adäquanzprüfung aus. Eine zweite Modell-Lane schreibt aus dem Kickoff blinde Spec-Tests, bevor der Implementer startet, und der Implementer kann sie nicht ändern. Die Gate-Kette des Publishers weist alles zurück, was nicht bestanden hat; ein Reviewer-Modell kann ein Ergebnis per Veto stoppen, aber niemals ein Bestehen erzeugen. certify wendet dieselbe Haltung auf eine einzelne Änderung an und antwortet mit PROVEN, REFUTED oder UNVERIFIED, wenn es weder das eine noch das andere beweisen kann. Auf einem adversarialen SWE-bench-Korpus waren 21 von 21 PROVEN-Urteilen korrekt, bei 0 falschen Fertigmeldungen; Methode und Grenzen stehen in docs/RESULTS.md, die Mechanismen in docs/architecture/verification-stack.md.

Lernen, das nur behält, was verifiziert ist

Nach jedem Lauf werden die Traces zu einem Prozess-Reward pro Knoten, und ein positiver Reward muss mit Verifier-Belegen gepaart sein. Von dort fächert sich die Schleife auf: Advantages pro Lane, aus denen der Router lernt (GRPO), Textgradienten, die der Reflexionsschritt zu Lektionen verdichtet, und eine Konfliktprüfung, bevor überhaupt eine Lektion geschrieben wird. Nur verifizierte Lektionen gelangen in einen Prompt, jeder Prompt enthält den gelernten Block, und ein Injection-Ledger hält genau fest, was jeder Knoten erhalten hat, sodass der Credit an die Lektion zurückfließt, die ihn verdient hat. Heute fließen die Gradienten und die verifizierten Themen tatsächlich in Prompts ein, während gelerntes Routing erst über eine kleine Minderheit der Routen entscheidet. Lebenszyklus und Status: docs/LEARNING-LOOP-LIFECYCLE.md.

Selbstverbesserung, durch Gates abgesichert

mini-ork bearbeitet mini-ork über denselben Recipe-Graphen: framework-edit (verifizierte Selbst-Edits mit blinden Spec-Tests), self-improve (Scan, Perspektiven, Synthese, Implementierung, Gates), rsi-technique-review (liest die Fachliteratur und schlägt Techniken zur Umsetzung vor) und goal-loop. Eine gelernte Änderung muss ein Hackability-Audit und ein Verifier-Audit bestehen, danach ein Regressions-Gate auf eingefrorenen Probes, gemessen gegen einen Kontrollarm mit blindem Rerun; jede promotete Version behält einen Rollback-Zeiger. Die Apply-Schleife, die Prompts unbeaufsichtigt umschreibt, ist standardmäßig deaktiviert (siehe Warnung unten). framework-edit ist das am häufigsten ausgeführte Recipe, und self-improve hat am 2026-10-23 seinen eigenen Fix gefunden und gemergt. Details: docs/RECURSIVE-SELF-IMPROVE.md, docs/SAFETY.md, docs/ECOSYSTEM.md.

Befehle für den Alltag

Befehl Funktion
mini-ork run <recipe> <kickoff.md> Führt ein Recipe von Anfang bis Ende aus
mini-ork doctor Prüft Abhängigkeiten, Umgebung und Provider-Preflight
mini-ork validate Statische Prüfungen vor dem Lauf, mit Fix:-Hinweisen
mini-ork providers status <lane> Zeigt, ob Zugangsdaten vorhanden sind und woher sie stammen (nie die Werte)
mini-ork serve Lokale Web-UI und API auf 127.0.0.1:7090
mini-ork garden Drift-Erkennung: Kollisionen, verwaiste Einträge, veraltete Läufe
mini-ork recover / resume Holt einen fehlgeschlagenen oder unterbrochenen Lauf zurück
mini-ork mcp / vault MCP-Server-Registry; Backend-Kette des Secret-Vaults
mini-ork zed setup / cn status Editor-Anbindung; ContextNest-Tier und Erreichbarkeit

Recipes für den Einstieg: code-fix, docs, refactor-audit, bug-audit-cmgk, research-synthesis, spec-driven-delivery. Siehe recipes/ und den Leitfaden zur Erweiterung.

Upgrade

Führen Sie den Installer erneut aus oder starten Sie in einem Checkout make install – ein erneuter Aufruf ist unbedenklich: Er verwendet .venv weiter, aktualisiert das editierbare Paket, repariert den verwalteten Befehl und prüft die OS-Werkzeuge. Anschließend wendet mini-ork update ausstehende Datenbankmigrationen an und meldet Konfigurationsdrift.

Deinstallation

mini-ork zed uninstall                     # remove the Zed entries
mini-ork automations scheduler uninstall   # only if you installed the OS tick
rm -rf ~/.local/share/mini-ork ~/.local/bin/mini-ork

Der Projektzustand liegt im jeweiligen .mini-ork/ jedes Projekts; löschen Sie es dort, wo Sie es nicht mehr brauchen. Ihre Quell-Checkouts und Ihre Git-Historie bleiben unangetastet.

Systemvoraussetzungen

Betriebssystem macOS, Linux, WSL. Natives Windows: Python 3.11, Git, jq, yq und SQLite mit winget installieren, dann py -3 .\scripts\full_install.py ausführen
Python 3.11 oder 3.12
Git erforderlich
Docker nur für Verifikation in der Sandbox (certify, Crucible)
Rust 1.80+ nur für ContextNest und das IDE-Crate
Modellzugang eine konfigurierte Provider-Lane für echte Läufe; Dry Runs brauchen keine

Weiterlesen

docs/WHY.md Warum es das Projekt gibt; Messungen; was es nicht behauptet
docs/SAFETY.md Haltung zur Selbstmodifikation und die Gates, die sie absichern
docs/ARCHITECTURE.md Systemdesign und Komponentendiagramme
docs/operator mini-ork betreiben: Umgebungsvariablen, Fehlerbehebung
docs/PYTHON-SDK.md mini-ork in Ihre eigene Anwendung einbetten
docs/RESULTS.md Methoden und Stichprobengrößen hinter den Zahlen
ROADMAP.md Wohin sich das Projekt entwickelt

[!WARNING] mini-ork enthält eine Apply-Schleife, die ihre eigenen Prompts und Workflows umschreiben und die Änderung ohne menschliches Review promoten kann. Sie ist standardmäßig deaktiviert (sowohl MO_APPLY_ENABLED als auch MO_AUTO_APPLY müssen 1 sein); Wirkungsradius, Obergrenzen und Rollbacks sind in docs/WHY.md dokumentiert.

Mitwirken und Lizenz

mini-ork steht unter Apache-2.0, © Amir Khakshour. Das Projekt ist noch jung und hat Forschungscharakter: Nutzen Sie für Framework-Änderungen einen eigenen Worktree, belegen Sie jede Aussage über Verhalten mit einem Verifier und führen Sie die gezielten Prüfungen für den Bereich aus, den Sie ändern. Den Workflow für Beiträge beschreibt AGENTS.md, die Ausrichtung des Projekts GOVERNANCE.md.