黄山网站建设找哪家,宠物店做网站的论文,图片制作器软件,优异网站我今天把 Doramagic 的 AI Context Pack Benchmark 重新拆成一个更适合 agent 接手前阅读的证据包。关键点不是“多塞一点上下文”，而是把模型最容易混在一起的四件事拆开：声明、证据、能力边界、复核路径。 这类上下… 我今天把 Doramagic 的 AI Context Pack Benchmark 重新拆成一个更适合 agent 接手前阅读的证据包。关键点不是“多塞一点上下文”，而是把模型最容易混在一起的四件事拆开：声明、证据、能力边界、复核路径。 这类上下文包到底解决什么 普通 README 很容易让 agent 把叙述当成事实，把计划当成已执行，把本地验证当成生产验证。这个项目刻意把材料分层：CLAIM_GRAPH.json：列出项目声明以及声明之间的关系； EVIDENCE_INDEX.json：把声明映射到真实文件或报告； CAPABILITY_CONTRACT.json：写清楚哪些能力可以假设，哪些不能假设； AI_CONTEXT_PACK.md：给下一轮 agent 的可读上下文； CONTINUE_CHECK.md：继续工作前必须回答的检查项。我认为最有价值的约束 这个包不会伪装成已经安装、运行或验证过目标项目。如果没有执行，就写“没有执行”；如果只是源码包装，就不把它说成运行证明；如果只是报告可读，就不把它升级成产品可用。 这会迫使后续 agent 在改代码前先回答几个问题：哪些结论有文件支撑？哪些只是推断？哪些能力明确不在范围内？下一步要验证什么？ 项目地址：https://github.com/tangweigang-jpg/doramagic-ai-context-pack-benchmark