langqi-forge

Langqi Forge（琅岐铸造）是 Factory26 / ARC-Bench 参赛 Harness。它用一次真实模型工具调用把需求编译成可验证的构建契约，再用版本化能力内核或受限代码 Agent 产生可运行软件。其目标不是再包一层 Claude Code，而是让软件工厂积累经验：公开黑盒失败、最小反例、定点修复，以及公开基准与对抗复验全绿后的可证伪能力胶囊。旧胶囊只能影响路由，不能跳过新制品的构建、启动、GUI 和对抗验收。

页面区分历史生产基线与当前 v2 强化源码的证据状态。历史基线记录真实调用阿里云百炼 qwen-plus，并在 GitHub 101/101、改名对抗 101/101、Spreadsheet 102/102 上通过；当前 v2 源码在 Python 126/126、Node 22/22，双域 dry-run 制品为 304/304。v2 同版本生产证据位于独立 evidence-v2 分支，只接受由所声明源码 revision 的精确 zip 产生、并通过真实模型网关、三次顺序 GUI、v2 资格门和独立验证器的制品。上述结果只适用于已锁定哈希的公开任务，不等于隐藏题必过、Top 20 或获奖保证。

系统流程从 requirements.yaml 开始，经过确定性规格编译、一次强制工具的模型规划、闭世界覆盖门，再进入版本化领域内核、内核加语义增量 Agent 或受限代码 Agent，随后进行构建、启动、健康检查、原始 Playwright 与对抗夹具，失败时产生最小观测反例，所需 profile 全绿后生成可证伪能力胶囊，并进行运行封口、资格门与独立验证器。标准入口符合 ARC-Bench 运行合同，生成结果的 .arc/ 包含运行事件、生产轨迹、规划合同、编译计划、能力覆盖、变更影响、Harness 报告、运行封口、能力胶囊、反例、公开评测和可追溯性等文件。模型只能通过白名单工具写 frontend/ 与 backend/，不能修改 .arc/、Git、评分器或工作区外文件。