Certo 0.1.25:不绑单一模型的编程智能体脚手架,写完先跑你的真测试
开源编程智能体脚手架 Certo(MIT,基于 OpenHands SDK)按任务选模、供应商故障时升级到下一档,并在智能体自称完成后用真实构建/测试给出可脚本化的判定;作者宣布发布 0.1.25。
开源项目 Certo(GitHub:alessioricco/Certo,PyPI 包名 certo,MIT)把自己说成「编码智能体脚手架」:模型写代码,脚手架决定什么叫做完。作者在帖中宣布 v0.1.25,强调不锁死单一供应商,并在信任输出前跑自动化构建/测试。
按仓库 README,智能体循环与基础工具来自 OpenHands SDK;Certo 补上的是模型选择、限额与核验。它可在本地或云端模型上跑任务,按任务挑模;某一模型做不完或供应商故障时,把进度条交给梯子上的下一档,并附带当前状态说明。关键点是:不采信智能体口头“做完了”——宣称完成后由 Certo 亲自跑你的真实测试与构建(不经 AI),输出一份可给脚本读的判定与退出码。名字取自意大利语「肯定」。
安装与起步示例:uv tool install certo 或 pip install certo,再 certo init 选择 Ollama 等本地模型或云厂商,然后在工作区用 certo tasks/... --project ... 跑任务。开启 --escalate 时按 escalation.yaml 中命名梯子升级。作者给出的一组自测(9 个基准任务、隐藏测试智能体看不见):本机 qwen3.8:27b 升到 claude-haiku-5-5 时隐藏测试 9/9,其中 7/9 只在本地解完,中位约 7 分 44 秒、云端花费约 0.019 美元;单用 Haiku 也是 9/9,中位约 45 秒、花费约 0.085 美元——省的是云调用次数,代价是本地更慢。
flowchart TD
T[任务] --> M1[梯子第1档模型]
M1 --> V{真实构建/测试}
V -->|通过| OK[verified + 可脚本退出码]
V -->|未完成或供应商失败| M2[下一档模型]
M2 --> V
对希望「本地优先、云端兜底」且验收不靠模型自证的团队,Certo 把选模、升级与核验收进同一条命令行;上线前仍应用本仓库真实测试集复测梯子与限额。数字来自作者公开基准文档,非本站实测。
Certo v0.1.25: open-source model-agnostic coding-agent harness
Just dropped Certo v0.1.25! 🚀
If you're looking for an open-source, model-agnostic coding agent that isn't locked into a single provider—and runs automated build/test checks before trusting agent output—this is your cue to check it out.
#harness