01 / CODE / ENGINEERING
代码仓库与工程任务
围绕仓库、执行环境与验收测试,构建可复现的工程任务。
Terminal BenchFrontier SWECoding RepoCode Generation长程 Agent 任务
覆盖 Terminal Bench、Frontier SWE、Coding Repo、Code Generation 与长程 Agent 任务等方向。一个工程样本连接明确的基准版本、仓库快照、问题说明、依赖、测试与执行轨迹;具体基准名称用于描述任务形态,不代表拥有官方数据或合作关系。
DELIVERY / CONTENT
交付什么
具体范围按项目需求、授权与安全边界确定。
- 01授权仓库、固定提交与依赖环境
- 02任务说明、工具权限及资源限制
- 03参考实现、测试用例、评分器与执行轨迹
SCENARIO / EXAMPLE
数据场景示例
给定一个多模块仓库中的缺陷,Agent 先复现失败,定位跨文件调用关系,再修改实现并运行独立测试;长程任务还需记录中间决策与回滚。
QUALITY SIGNAL / 01
如何检查质量
检查许可证、版本固定、构建可复现、隐藏测试隔离和泄漏风险。
CONTEXT→ACTION→FEEDBACK