โรดแมป

Larb ส่งมอบเป็นชิ้นแนวตั้ง เฟส 0–7 สร้างและทดสอบแล้ว (เอนจิน แบบจำลองความ ปลอดภัย ระบบนิเวศ และเครื่องมือประเมิน) ส่วนเส้นทางข้างหน้าคือการเปลี่ยนอัลฟ่า ให้เป็นเครื่องมือที่นักพัฒนาติดตั้งและไว้ใจได้

สัญลักษณ์สถานะ: ✅ ส่งแล้ว · 🟡 บางส่วน/ยังไม่ยืนยันสด · 🔜 วางแผนไว้

ไทม์ไลน์

สิ่งที่ส่งมอบแล้ว (เฟส 0–7)

ส่วน	สถานะ	หมายเหตุ
บูตแบบเชื่อถือก่อนทำสิ่งใด	✅	ไม่มีคอนฟิกที่เป็นโค้ด ไม่มีเครือข่ายก่อนยินยอม
เครื่องมือตามความสามารถ + เอนจินสิทธิ์	✅	อนุญาต/ปฏิเสธเป็นชั้น นโยบายโปรเจกต์ บันทึกทุกการอนุมัติ
ตัวควบคุมค่าใช้จ่ายเด็ดขาด	✅	หยุดเอเจนต์ก่อนใช้จ่ายเกิน (ต่อรัน/เซสชัน/วัน)
ผู้ให้บริการไม่ผูกโมเดล (11 ราย)	✅	คอนฟิกบรรทัดเดียว มีชุดทดสอบความสอดคล้อง
ออร์เคสเตรชัน + ลูปตรวจสอบ	✅	บังคับ lint/build/test ก่อน "เสร็จ"
มอบหมายหลายเอเจนต์	✅	ออร์เคสเตรเตอร์แรง → เวิร์กเกอร์ถูก
แซนด์บ็อกซ์คอนเทนเนอร์จริง	🟡	สร้าง + ทดสอบยูนิตแล้ว ต้องยืนยัน สด บนเครื่องที่มี docker/podman
การออกเครือข่ายที่ควบคุม	✅	http_fetch + พร็อกซีจำกัดโฮสต์ของคอนเทนเนอร์
สถานะรันถาวร	✅	larb runs / larb resume
สตรีมจริง (SSE / NDJSON)	✅	OpenAI + Ollama แบบเพิ่มทีละส่วน Anthropic แคช
สกิลเซ็น + แมนิเฟสต์	✅	ติดตั้งจากไดเรกทอรี/tarball/git ติดตั้ง ≠ เชื่อถือ
MCP (Model Context Protocol)	✅	เซิร์ฟเวอร์ stdio เป็นเครื่องมือที่ควบคุมด้วยสิทธิ์ larb mcp / larb mcp probe
คำแนะนำของโปรเจกต์ (AGENTS.md)	✅	โหลด AGENTS.md / .larb/AGENTS.md เป็นบริบทเชิงแนะนำ
ตัวรับฝากความลับ	✅	ขอบเขตเดียวที่ปิดบังคีย์จากสภาพแวดล้อม
เครื่องมือเบนช์มาร์ก	✅	อัตราการแก้สำเร็จ + ต้นทุน/งาน แยกด้วย worktree
เครื่องมือ SWE-bench	🟡	โหลดเดอร์ + พรีมิทีฟการให้คะแนน รันเต็มต้องใช้รีโพชุดข้อมูล
การรันโมเดลแบบสด (ในเครื่อง + คลาวด์)	✅	ยืนยันจบสมบูรณ์กับ Ollama (ในเครื่อง) และผู้ให้บริการที่เข้ากันได้กับ OpenAI
แก้ไขแบบเจาะจง + อ่านเป็นช่วง	✅	edit_file (ตรงตัว ตรวจจำนวนที่พบ) — ต้นทุนตามขนาดการแก้ ไม่ใช่ขนาดไฟล์
หน่วยความจำของโปรเจกต์	✅	เครื่องมือ remember; มาร์กดาวน์ตรวจดูได้ โหลดเข้าเซสชันถัดไป
วินิจฉัยหลังการแก้ไข	✅	คำสั่ง check รันหลังทุกการแก้ไข ความล้มเหลวป้อนกลับทันที
โหมด headless	✅	larb run --yes [--json] สำหรับ CI/สคริปต์ (ต้องเชื่อถือเต็มก่อน)
เซสชันแบบโต้ตอบ	✅	larb เปล่า: บทสนทนาข้ามงาน, Esc ขัดจังหวะ + กำกับต่อ, /plan
รองรับ Windows	✅	งาน CI ภาคบังคับ (ubuntu·macos·windows); env พื้นฐานของโพรเซสลูก
CLI · TUI · editor bridge	✅	สตรีม ตรวจ diff อนุมัติ มิเตอร์ค่าใช้จ่ายสด
ส่วนขยาย VS Code	🟡	MVP ในรีโพบนโปรโตคอล bridge; รอขึ้น marketplace

สิ่งที่จะทำต่อ (มุ่งสู่ 1.0)

ความพร้อมปล่อยรุ่น

• ✅ การรันจบสมบูรณ์แบบสด — ยืนยันแล้วกับ Ollama (ในเครื่อง) และผู้ให้บริการ คลาวด์ที่เข้ากันได้กับ OpenAI
• ✅ เผยแพร่บน npm แล้ว — npm i -g @larb/cli@alpha (ปัจจุบัน 0.1.0-alpha.4); จะเลื่อนเป็น latest หลังได้ฟีดแบ็กช่วงอัลฟ่า
• 🟡 การยืนยันแซนด์บ็อกซ์คอนเทนเนอร์แบบสด บนเครื่องที่มี docker/podman

ความเชื่อถือและสเกล 🔜

• แบ็กเอนด์แซนด์บ็อกซ์ไมโครวีเอ็ม ที่รอยต่อเดิม — บล็อกการออกระดับซ็อกเก็ตดิบ อย่างแน่นหนา ไม่ใช่แค่ไคลเอนต์ที่เคารพพร็อกซี
• รีจิสทรีสกิลชุมชน พร้อมที่มาและสคีมาแมนิเฟสต์สาธารณะ
• การให้คะแนน SWE-bench เต็มรูปแบบ ต่อกับชุดข้อมูล + คำสั่งทดสอบต่อรีโพ พร้อมเผยแพร่ตัวเลขอัตราการแก้สำเร็จ + ต้นทุน/งาน
• หลายเอเจนต์ขนาน ด้วย git worktree แยก พร้อมการรวมอย่างจงใจ

การเข้าถึง

• 🟡 ส่วนขยาย VS Code — MVP อยู่ในรีโพบนโปรโตคอล larb bridge; จะขึ้น marketplace (และ JetBrains) ภายหลัง
• 🔜 การแจกจ่ายแบบไฟล์เดียว (Bun / pkg) ติดตั้งโดยไม่ต้องมี Node
• 🔜 ทดลองรันไทม์ Deno — โมเดล --allow-* แมปเข้ากับแซนด์บ็อกซ์ความสามารถของเรา
• 🔜 มุมมองแผนในตัวบรรณาธิการและการตรวจ diff ที่สมบูรณ์ขึ้น

คุณภาพ

ความสำเร็จถูกวัด ไม่ใช่กล่าวอ้าง:

• อัตราการแก้สำเร็จ — SWE-bench Verified ผ่านเครื่องมือ larb bench
• ความปลอดภัย — ศูนย์การค้นพบ "การรันที่ถูกคอนฟิกกระตุ้น" หรือ "ความลับก่อน ยินยอม" ในการทดสอบเจาะ; สัดส่วนสกิลที่บังคับแมนิเฟสต์
• ต้นทุน — ดอลลาร์ต่องานที่แก้สำเร็จเทียบกับฐาน Claude Code / Codex
• ความพกพา — จำนวนผู้ให้บริการที่ผ่านชุดทดสอบความสอดคล้อง
• ระบบนิเวศ — จำนวนสกิลชุมชนที่เผยแพร่; สัดส่วนที่เซ็น/ตรวจรับรอง

สิ่งที่ไม่ใช่เป้าหมาย (ตอนนี้): แบ็กเอนด์ SaaS แบบโฮสต์ การฝึกโมเดลพื้นฐานของเราเอง IDE เต็มรูปแบบ และเกตเวย์แชตหลายช่องทาง

ดู สถาปัตยกรรม และ แบบจำลองความปลอดภัย