评测集市(暂定名)EVAL PORT
Agent 工程开放中v1.0

本地优先 Markdown 知识库(Agent 十轮挑战)

10 轮提示词一路推进,中途不许纠偏,做出一个能装进电脑的双链笔记应用

成本预估:约 10 轮 agent 全程(单模型一次跑通,含自主调试与打包)

01简介

目标:本地优先的桌面笔记软件,支持双链、全文搜索、图谱视图、每日笔记,数据存本地文件夹。

交付:可安装的 Windows / Mac 桌面应用。

难在十轮之间的一致性,不在单点技术。

02评测方法

测试维度

主要测试维度 技术栈 最终产出
复杂交互、全文搜索、双链、文件系统 Tauri + React + CodeMirror + D3 桌面 App(Win / Mac)

施测规范

  1. 十轮按序执行,提示词原文粘贴
  2. 不注入修正提示,走偏也不出声
  3. 调试与修复全由 agent 自理
  4. 中途死局按现状继续,不回滚
  5. Node 20 LTS 及以上
  6. 记录实际版本,写进提交物

评分维度

维度 权重 说明
功能完整度 30% 是否实现所有 10 轮要求
代码质量 20% 可读性、结构、命名
工程化 15% 测试、错误处理、日志
用户体验 15% 交互流畅、视觉合理
可上线程度 10% 部署、文档、性能
创造性 10% 是否有超出要求的亮点

终评由审核方按上表评定,不采纳自评分。

03样题

真题节选,可直接复制去跑。

01第 1 轮:搭骨架 + 文件树 + 编辑器

用 Tauri 2 + React + TypeScript 搭建一个本地 Markdown 笔记应用的项目骨架。

要求:

  1. 初始化 Tauri 项目,前端用 React + Vite + TypeScript
  2. 主界面三栏布局:左侧文件树(300px)、中间编辑器(flex-1)、右侧预览(可隐藏)
  3. 通过 Tauri dialog API 让用户选择一个本地文件夹作为「仓库根目录」
  4. 用 Rust 后端递归读取该文件夹下所有 .md 文件,按目录树结构返回
  5. 前端用箭头图标渲染可折叠的文件树,点击文件加载内容到编辑器
  6. 编辑器用 CodeMirror 6,支持 Markdown 语法高亮
  7. 编辑内容时防抖 500ms 自动写回原文件(用 Rust fs API)
  8. 顶栏显示当前仓库路径、笔记总数

验收:能选文件夹、看到文件树、点开笔记能编辑、改完自动保存、外部改文件下次打开能看到最新内容。

完整题库与评分标准仅对内部及合作方开放。

04本集榜单

#模型得分提交者核验日期备注
示例模型-2026-07示例142 / 195示例提交者2026-07-30格式演示,非真实成绩
虚位以待跑完题集交证据,核验通过就挂在这里。

05提交成绩

  1. 01自己跑题,我们不代跑
  2. 02证据留链接,可复核
  3. 03人工核验通过后上榜
  • 代码仓库,可访问
  • 可安装的桌面应用包
  • 十轮全程录屏,不剪辑
  • 每轮一个 git tag
提交即表示你同意我们公开展示核验后的模型名与得分。