Ruflo 的 Project Board Sync 技能:把 AI Swarm 与 GitHub Projects 看板做双向同步
本文基于仓库中的技能文档 .agents/skills/agent-project-board-sync/SKILL.md 展开,讲清 ruflo(原 claude-flow)体系中 “project-board-sync” 协调技能的完整工作流:如何通过 gh CLI 与 npx ruv-swarm 命令族把 AI 蜂群(swarm)的任务、代理负载和优先级映射到 GitHub Projects 看板,并覆盖看板初始化、状态映射配置、实时同步、自动化规则、分析报表、冲刺/里程碑管理以及故障诊断等全部实操内容。读完本文,你可以按技能文档原样搭建一个“蜂群状态可视化 + 任务双向同步”的项目看板体系,并理解该技能在 ruflo 技能生态与 MCP 集成中的位置。
1. 技能定位:一个协调型 Agent 技能
该技能以 $agent-project-board-sync 作为调用入口,声明如下(摘自 SKILL.md 的前置元数据):
name: project-board-sync
description: Synchronize AI swarms with GitHub Projects for visual task management, progress tracking, and team coordination
type: coordination
color: "#A8E6CF"
它的定位是 coordination(协调型)技能:目标不是执行编码任务,而是把“AI 蜂群内部的任务状态”与“GitHub Projects 看板”打通,实现可视化任务管理、进度跟踪与团队协作。整个文档给出的操作分三层:
ghCLI 层:负责与 GitHub 认证、项目和 Issue 的原始交互(取项目 ID、列 Issue、加项目条目等);npx ruv-swarm github ...命令层:技能文档规定的蜂群侧操作接口,覆盖看板初始化、同步、实时推送、自动分配、分析与报表;- 配置文件层:以
.github/board-sync.yml等 YAML/JSON 配置定义状态映射、代理标签、自定义字段与视图。
仓库中另有佐证:ruflo 的初始化引导器 v3/@claude-flow/cli/src/init/executor.ts 在生成项目脚手架文档时,把 project-board-sync 与 github-modes、issue-tracker、workflow-automation、multi-repo-swarm 等并列列为内置协调技能之一;同文件还把 ruv-swarm 文档化为可选 MCP 集成(claude mcp add ruv-swarm -- npx -y ruv-swarm mcp start)。也就是说,该技能既可作为 Agent 技能在会话中调用,也可配合 ruv-swarm MCP Server 作为常驻服务使用。
2. 前置钩子(pre/post hooks):环境与状态自检
技能元数据里声明了执行前(pre)与执行后(post)两组钩子命令,用于在同步动作前后自动校验环境:
hooks:
pre:
- "gh auth status || (echo 'GitHub CLI not authenticated' && exit 1)"
- "gh project list --owner @me --limit 1 > /dev/null || echo 'No projects accessible'"
- "git status --porcelain || echo 'Not in git repository'"
- "gh api user | jq -r '.login' || echo 'API access check'"
post:
- "gh project list --owner @me --limit 3 | head -5"
- "gh issue list --limit 3 --json number,title,state"
- "git branch --show-current || echo 'Not on a branch'"
- "gh repo view --json name,description"
- pre 钩子逐条检查:
gh是否已认证(未认证直接退出)、当前账号是否至少能访问一个 Project、当前目录是否处于 git 仓库内、API 是否能取到当前登录名。这保证任何看板同步命令运行时,认证与仓库上下文都已就绪; - post 钩子则输出一份“执行后快照”:最近的 3 个可访问项目、最近的 3 个 Issue(含编号/标题/状态)、当前分支名、仓库基本信息,便于人工核对同步结果落在正确的仓库与分支上。
3. 看板初始化(Board Initialization)
第一步是把蜂群与一个 GitHub Project 关联起来。技能文档给出的标准流程是:
# Connect swarm to GitHub Project using gh CLI
# Get project details
PROJECT_ID=$(gh project list --owner @me --format json | \
jq -r '.projects[] | select(.title == "Development Board") | .id')
# Initialize swarm with project
npx ruv-swarm github board-init \
--project-id "$PROJECT_ID" \
--sync-mode "bidirectional" \
--create-views "swarm-status,agent-workload,priority"
# Create project fields for swarm tracking
gh project field-create $PROJECT_ID --owner @me \
--name "Swarm Status" \
--data-type "SINGLE_SELECT" \
--single-select-options "pending,in_progress,completed"
要点解析:
- 用
gh project list按标题取项目 ID:--format json输出后经jq按title == "Development Board"过滤,拿到 GraphQL 项目 ID($PROJECT_ID),避免手工从网页 URL 里抄 ID; board-init建立双向同步:--sync-mode "bidirectional"表示蜂群任务状态变化会更新看板,看板侧的卡片移动也会回写蜂群;--create-views一次性创建swarm-status(蜂群状态)、agent-workload(代理负载)、priority(优先级)三个视图;- 补充自定义字段:
gh project field-create给项目增加单选字段 “Swarm Status”,选项固定为pending / in_progress / completed,作为蜂群侧状态在看板上的落点。
4. 任务同步(Task Synchronization)与状态映射
初始化之后,日常同步由 board-sync 承担:
# Sync swarm tasks with project cards
npx ruv-swarm github board-sync \
--map-status '{
"todo": "To Do",
"in_progress": "In Progress",
"review": "Review",
"done": "Done"
}' \
--auto-move-cards \
--update-metadata
--map-status传入一个 JSON 映射表,把蜂群内部的任务状态(todo / in_progress / review / done)翻译为看板列名;--auto-move-cards让同步引擎在状态变化时自动把卡片移动到对应列;--update-metadata表示同步时刷新卡片的元数据(字段、标签等),而不只是改列。
5. 实时更新(Real-time Updates)
若需要低延迟推送,用 board-realtime:
# Enable real-time board updates
npx ruv-swarm github board-realtime \
--webhook-endpoint "https://api.example.com/github-sync" \
--update-frequency "immediate" \
--batch-updates false
--webhook-endpoint 指向你的中转服务(示例用占位域名 api.example.com,实际需替换为可达地址);--update-frequency "immediate" 表示事件即时推送;--batch-updates false 关闭批量化,保证逐条实时刷新。若事件量大、希望降低 API 消耗,可以把 batch 打开并降低频率,技能文档将这两者作为一对权衡参数。
6. 配置文件详解:.github/board-sync.yml
除命令行参数外,技能文档定义了一份完整的看板映射配置(board-sync.yml),建议放在仓库 .github/board-sync.yml,内容覆盖四类映射:
# .github/board-sync.yml
version: 1
project:
name: "AI Development Board"
number: 1
mapping:
# Map swarm task status to board columns
status:
pending: "Backlog"
assigned: "Ready"
in_progress: "In Progress"
review: "Review"
completed: "Done"
blocked: "Blocked"
# Map agent types to labels
agents:
coder: "🔧 Development"
tester: "🧪 Testing"
analyst: "📊 Analysis"
designer: "🎨 Design"
architect: "🏗️ Architecture"
# Map priority to project fields
priority:
critical: "🔴 Critical"
high: "🟡 High"
medium: "🟢 Medium"
low: "⚪ Low"
# Custom fields
fields:
- name: "Agent Count"
type: number
source: task.agents.length
- name: "Complexity"
type: select
source: task.complexity
- name: "ETA"
type: date
source: task.estimatedCompletion
逐段说明:
project:声明要同步的目标项目名与编号(name: "AI Development Board"、number: 1),与第 3 节board-init中关联的项目对应;mapping.status:比board-sync --map-status更完整的一套状态映射,多出pending → Backlog、assigned → Ready、blocked → Blocked三个状态,覆盖任务从入列到阻塞的全生命周期;mapping.agents:把代理类型映射为看板标签(coder→Development、tester→Testing 等),卡片上即可直接看出由哪类代理负责;mapping.priority:把critical / high / medium / low四级优先级映射为带颜色的项目字段值;mapping.fields:自定义字段声明,source是取自蜂群任务对象的表达式路径,例如Agent Count取task.agents.length(数字型)、Complexity取task.complexity(下拉型)、ETA取task.estimatedCompletion(日期型)。这让看板卡片可以展示蜂群侧的计算结果,而不只是 GitHub 原生字段。
7. 视图配置(View Configuration)
技能文档同时给出了一段 JSON 风格的视图定义,用于创建三类自定义看板视图:
// Custom board views
{
"views": [
{
"name": "Swarm Overview",
"type": "board",
"groupBy": "status",
"filters": ["is:open"],
"sort": "priority:desc"
},
{
"name": "Agent Workload",
"type": "table",
"groupBy": "assignedAgent",
"columns": ["title", "status", "priority", "eta"],
"sort": "eta:asc"
},
{
"name": "Sprint Progress",
"type": "roadmap",
"dateField": "eta",
"groupBy": "milestone"
}
]
}
- Swarm Overview(board 型):按状态分列、只过滤
is:open、按优先级降序,是日常总览视图; - Agent Workload(table 型):按
assignedAgent分组、展示 title/status/priority/eta 四列、按 ETA 升序,用于查看每个代理“背了多少活”; - Sprint Progress(roadmap 型):以
eta作为日期字段、按 milestone 分组,用于冲刺进度路线化展示。
这与 board-init --create-views "swarm-status,agent-workload,priority" 创建的三个默认视图一一对应:命令行快速建视图,配置化定义则提供更精细的过滤与排序。
8. 自动化能力
8.1 自动分配(Auto-Assignment)
# Automatically assign cards to agents
npx ruv-swarm github board-auto-assign \
--strategy "load-balanced" \
--consider "expertise,workload,availability" \
--update-cards
--strategy "load-balanced" 指定负载均衡策略;--consider 列出参与决策的维度:专业度(expertise)、当前负载(workload)、可用性(availability);--update-cards 表示决策结果直接回写卡片。
8.2 进度跟踪(Progress Tracking)
# Track and visualize progress
npx ruv-swarm github board-progress \
--show "burndown,velocity,cycle-time" \
--time-period "sprint" \
--export-metrics
支持展示燃尽图(burndown)、速率(velocity)、周期时间(cycle-time),统计窗口按“sprint”(--time-period "sprint"),并可用 --export-metrics 导出指标数据供外部分析。
8.3 智能移动卡片(Smart Card Movement)
# Intelligent card state transitions
npx ruv-swarm github board-smart-move \
--rules '{
"auto-progress": "when:all-subtasks-done",
"auto-review": "when:tests-pass",
"auto-done": "when:pr-merged"
}'
--rules 声明条件触发的状态迁移:所有子任务完成 → 自动推进(auto-progress);测试通过 → 自动进 Review;PR 合并 → 自动标记 Done。这类规则把“人在 GitHub 上手动拖卡片”的动作收敛为事件驱动,是双向同步模式下看板保持“真值”的关键。
9. 卡片操作命令族
9.1 从 Issue 批量建卡
# Convert issues to project cards using gh CLI
# List issues with label
ISSUES=$(gh issue list --label "enhancement" --json number,title,body)
# Add issues to project
echo "$ISSUES" | jq -r '.[].number' | while read -r issue; do
gh project item-add $PROJECT_ID --owner @me --url "https://github.com/$GITHUB_REPOSITORY/issues/$issue"
done
# Process with swarm
npx ruv-swarm github board-import-issues \
--issues "$ISSUES" \
--add-to-column "Backlog" \
--parse-checklist \
--assign-agents
流程分三步:先用 gh issue list 按 label(如 enhancement)取 Issue 清单;再用 gh project item-add 逐个把 Issue URL 挂进项目(注意这里依赖环境变量 GITHUB_REPOSITORY,通常在 GitHub Actions 上下文或由本地 gh 环境提供);最后 board-import-issues 让蜂群接管处理:把卡片放进 Backlog 列、解析 Issue 正文中的 checklist、并按映射规则分配代理。
9.2 批量操作(Bulk Operations)
# Bulk card operations
npx ruv-swarm github board-bulk \
--filter "status:blocked" \
--action "add-label:needs-attention" \
--notify-assignees
按 status:blocked 过滤出阻塞卡片,批量打 needs-attention 标签并通知负责人——适合定期巡检“卡在 Blocked 列的任务”。
9.3 卡片模板(Card Templates)
# Create cards from templates
npx ruv-swarm github board-template \
--template "feature-development" \
--variables '{
"feature": "User Authentication",
"priority": "high",
"agents": ["architect", "coder", "tester"]
}' \
--create-subtasks
基于 feature-development 模板与变量(功能名、优先级、代理名单)批量生成卡片,--create-subtasks 会按模板结构拆出子任务,与第 8.3 节的 “all-subtasks-done” 自动推进规则形成闭环。
10. 高级同步:多板、跨组织、外部工具
10.1 多看板同步
# Sync across multiple boards
npx ruv-swarm github multi-board-sync \
--boards "Development,QA,Release" \
--sync-rules '{
"Development->QA": "when:ready-for-test",
"QA->Release": "when:tests-pass"
}'
--sync-rules 声明板间流转条件:Development 的任务满足 ready-for-test 后流入 QA 板;QA 板满足 tests-pass 后流入 Release 板。适合“开发/测试/发布”分板管理的大型团队。
10.2 跨组织同步
# Sync boards across organizations
npx ruv-swarm github cross-org-sync \
--source "org1/Project-A" \
--target "org2/Project-B" \
--field-mapping "custom" \
--conflict-resolution "source-wins"
支持以 org/Project 形式指定源/目标板,--field-mapping "custom" 使用自定义字段映射,--conflict-resolution "source-wins" 规定冲突时以源板为准。
10.3 外部工具集成
# Sync with external tools
npx ruv-swarm github board-integrate \
--tool "jira" \
--mapping "bidirectional" \
--sync-frequency "5m" \
--transform-rules "custom"
技能文档给出了与 Jira 的双向集成示例:每 5 分钟同步一次(--sync-frequency "5m"),并应用自定义转换规则处理两套系统间的字段差异。
11. 可视化与报表
11.1 看板分析(Board Analytics)
# Generate board analytics using gh CLI data
# Fetch project data
PROJECT_DATA=$(gh project item-list $PROJECT_ID --owner @me --format json)
# Get issue metrics
ISSUE_METRICS=$(echo "$PROJECT_DATA" | jq -r '.items[] | select(.content.type == "Issue")' | \
while read -r item; do
ISSUE_NUM=$(echo "$item" | jq -r '.content.number')
gh issue view $ISSUE_NUM --json createdAt,closedAt,labels,assignees
done)
# Generate analytics with swarm
npx ruv-swarm github board-analytics \
--project-data "$PROJECT_DATA" \
--issue-metrics "$ISSUE_METRICS" \
--metrics "throughput,cycle-time,wip" \
--group-by "agent,priority,type" \
--time-range "30d" \
--export "dashboard"
先由 gh project item-list 拉取项目条目,再用 gh issue view 补齐每个 Issue 的 createdAt / closedAt / labels / assignees(用于计算周期时间与吞吐),最后交给 board-analytics 计算 throughput、cycle-time、WIP 三项指标,按 agent/priority/type 分组,回看 30 天,导出为 dashboard 格式。
11.2 自定义仪表盘
// Dashboard configuration
{
"dashboard": {
"widgets": [
{
"type": "chart",
"title": "Task Completion Rate",
"data": "completed-per-day",
"visualization": "line"
},
{
"type": "gauge",
"title": "Sprint Progress",
"data": "sprint-completion",
"target": 100
},
{
"type": "heatmap",
"title": "Agent Activity",
"data": "agent-tasks-per-day"
}
]
}
}
仪表盘由三种 widget 组成:按日完成量的折线图、以 100 为目标的冲刺进度仪表、代理活动热力图(按天统计每代理任务量)。
11.3 报表分发
# Generate reports
npx ruv-swarm github board-report \
--type "sprint-summary" \
--format "markdown" \
--include "velocity,burndown,blockers" \
--distribute "slack,email"
生成 sprint-summary 类型、markdown 格式的报表,内容包含 velocity、burndown、blockers,并可分发到 Slack 与邮件。
12. 与工作流集成:冲刺、里程碑、发布
# Manage sprints with swarms
npx ruv-swarm github sprint-manage \
--sprint "Sprint 23" \
--auto-populate \
--capacity-planning \
--track-velocity
--auto-populate 自动把看板任务填入冲刺、--capacity-planning 做容量规划、--track-velocity 跟踪速率。
# Track milestone progress
npx ruv-swarm github milestone-track \
--milestone "v2.0 Release" \
--update-board \
--show-dependencies \
--predict-completion
里程碑跟踪:联动看板更新、展示依赖关系、并基于历史速率预测完成时间。
# Plan releases using board data
npx ruv-swarm github release-plan-board \
--analyze-velocity \
--estimate-completion \
--identify-risks \
--optimize-scope
发布规划基于看板数据:分析速率、估算完成时间、识别风险、优化发布范围。
13. 团队协作命令
# Distribute work among team
npx ruv-swarm github board-distribute \
--strategy "skills-based" \
--balance-workload \
--respect-preferences \
--notify-assignments
按技能匹配(skills-based)分配工作,同时平衡负载、尊重个人偏好并通知被分配者。
# Generate standup reports
npx ruv-swarm github standup-report \
--team "frontend" \
--include "yesterday,today,blockers" \
--format "slack" \
--schedule "daily-9am"
为 frontend 团队生成“昨日/今日/阻塞”三段式站会报告,推送到 Slack,计划为每天 9 点。
# Coordinate reviews via board
npx ruv-swarm github review-coordinate \
--board "Code Review" \
--assign-reviewers \
--track-feedback \
--ensure-coverage
以 “Code Review” 板为中心协调评审:自动指派评审人、跟踪反馈、确保覆盖。
14. 最佳实践(技能文档原文要点)
技能文档给出的三条实践主线:
- 看板组织:列定义清晰、标签体系统一、定期梳理看板(grooming)、用自动化规则代替手工拖卡;
- 数据完整性:对双向同步做校验、定义冲突解决策略、保留审计轨迹、定期备份;
- 团队采用:准备培训材料、明确工作流、定期回顾、建立反馈闭环。
15. 故障排查与运维命令
15.1 诊断同步问题
# Diagnose sync problems
npx ruv-swarm github board-diagnose \
--check "permissions,webhooks,rate-limits" \
--test-sync \
--show-conflicts
依次检查权限、Webhook、API 速率限制,执行一次测试同步,并列出当前冲突项。
15.2 性能优化
# Optimize board performance
npx ruv-swarm github board-optimize \
--analyze-size \
--archive-completed \
--index-fields \
--cache-views
分析看板规模、归档已完成卡片、为字段建索引、缓存视图,用于大看板场景的提速。
15.3 数据恢复
# Recover board data
npx ruv-swarm github board-recover \
--backup-id "2024-01-15" \
--restore-cards \
--preserve-current \
--merge-conflicts
从指定备份恢复卡片,保留当前数据并对冲突做合并处理。
16. 示例场景与 KPI
16.1 三种典型看板
# Setup agile board
npx ruv-swarm github agile-board \
--methodology "scrum" \
--sprint-length "2w" \
--ceremonies "planning,review,retro" \
--metrics "velocity,burndown"
Scrum 型看板:两周冲刺,启用规划/评审/回顾三个仪式,跟踪速率与燃尽。
# Setup kanban board
npx ruv-swarm github kanban-board \
--wip-limits '{
"In Progress": 5,
"Review": 3
}' \
--cycle-time-tracking \
--continuous-flow
看板流(Kanban):给 “In Progress” 设 WIP 上限 5、“Review” 上限 3,跟踪周期时间、按持续流动模式运行。
# Setup research board
npx ruv-swarm github research-board \
--phases "ideation,research,experiment,analysis,publish" \
--track-citations \
--collaborate-external
研究型看板:五阶段流水线(构思→研究→实验→分析→发表),跟踪引用并支持外部协作。
16.2 指标与 KPI
# Track board performance
npx ruv-swarm github board-kpis \
--metrics '[
"average-cycle-time",
"throughput-per-sprint",
"blocked-time-percentage",
"first-time-pass-rate"
]' \
--dashboard-url
跟踪平均周期时间、每冲刺吞吐、阻塞时长占比、一次通过率四类 KPI。
# Track team performance
npx ruv-swarm github team-metrics \
--board "Development" \
--per-member \
--include "velocity,quality,collaboration" \
--anonymous-option
对 “Development” 板按成员维度输出速率、质量、协作指标,并保留匿名选项(--anonymous-option),兼顾数据透明与个人意愿。
17. 在 ruflo 仓库中的位置:技能族、MCP 工具与关联技能
从源码结构看,该技能在 ruflo 的生态中由三部分组成:
-
技能文件:.agents/skills/agent-project-board-sync/SKILL.md,即本文主体。其 frontmatter 声明了 12 个工具权限,其中
mcp__claude-flow__swarm_init、mcp__claude-flow__agent_spawn、mcp__claude-flow__task_orchestrate、mcp__claude-flow__swarm_status、mcp__claude-flow__memory_usage是 ruflo MCP Server 的蜂群协调原语,mcp__claude-flow__github_repo_analyze、mcp__claude-flow__github_pr_manage、mcp__claude-flow__github_issue_track、mcp__claude-flow__github_metrics、mcp__claude-flow__workflow_create、mcp__claude-flow__workflow_execute则覆盖 GitHub 分析与工作流编排——也就是说,技能在执行时既可走gh+ruv-swarm命令行,也可调用 MCP 工具完成同样的协调动作。 -
初始化引导集成:v3/@claude-flow/cli/src/init/executor.ts 在生成项目引导文档时把
project-board-sync列为内置协调技能之一,并在 同文件 的 “Optional Integrations” 中给出ruv-swarmMCP Server 的接入方式:claude mcp add ruv-swarm -- npx -y ruv-swarm mcp start这解释了技能文档中大量
npx ruv-swarm github ...命令的运行前提:ruv-swarm以 npx 临时拉取或作为已注册 MCP Server 常驻运行。 -
关联技能:文档尾部 “See also” 指向的两篇姊妹技能,在本仓库中的实际路径为 .agents/skills/agent-swarm-issue/SKILL.md(swarm-issue,把 GitHub Issue 转成蜂群任务)与 .agents/skills/agent-multi-repo-swarm/SKILL.md(multi-repo-swarm,跨仓库蜂群)。其中 swarm-issue 技能提供了与本技能直接衔接的命令:
# Sync with project board npx ruv-swarm github issue-board-sync \ --project "Development" \ --column-mapping '{ "To Do": "pending", "In Progress": "active", "Done": "completed" }'即“Issue → 蜂群任务”(swarm-issue 负责)与“蜂群任务 → 项目看板”(本技能负责)构成完整链路:Issue 侧完成分解与代理分配,看板侧完成可视化、状态回流与报表。
18. 小结:适用前提与落地清单
- 前提:已安装并认证
ghCLI(gh auth status)、对目标 Project 有读写权限、当前目录为目标 git 仓库;使用ruv-swarm命令族时需能访问 npx 包源,或按仓库引导文档将其注册为 MCP Server; - 落地顺序:
board-init建板并建 “Swarm Status” 字段 → 配置.github/board-sync.yml的状态/代理/优先级/自定义字段映射 →board-sync或board-realtime启动同步 →board-smart-move与board-auto-assign上自动化规则 → 用board-analytics、board-report、board-kpis建立度量闭环; - 排障入口:同步异常先跑
board-diagnose --check "permissions,webhooks,rate-limits",大板性能问题用board-optimize归档与缓存,数据事故走board-recover备份恢复; - 边界说明:本文所有命令与配置均以技能文档 SKILL.md 为规范来源,其中
ruv-swarm的子命令语义(如--sync-mode、--rules)按该文档声明描述;实际取值范围与默认行为以所安装的ruv-swarm版本帮助输出为准。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0622
Hy4-previewHy4 preview 是由腾讯混元团队研发的新一代混合专家(MoE)旗舰模型。模型总参数量 770B,每个 token 激活 49B,主干共包含78层,第一层采用标准 FFN,其余 77 层均为 MoE 结构,每层包含 256 个路由专家与 1 个共享专家,每个 token 激活 top-8 路由专家及共享专家。主干之外原生内置 1 层 MTP(总参数量 10B,激活 0.7B)以支持投机解码。Python00
GLM-5.3GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比,它在复杂编程和长程任务上的表现显著提升。Jinja00
GLM-5.3-FlashGLM-5.3-Flash (320B-A18B),是GLM-5系列的首个原生多模态模型。320B总参数,能力超过GLM-5.2Jinja00
Spark-X2.5-4BSpark-X2.5-4B 旨在让强大的 AI 更实用、更高效、更易获得。在广泛日常任务中表现强劲,涵盖对话、写作、翻译、推理、编码、工具调用以及智能体工作流,并在同等规模的开源模型中取得领先成绩。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
Spark-X2.5-1.7BSpark-X2.5-1.7B 旨在让强大的 AI 更加实用、高效且易于获取。这些模型在广泛的日常任务中表现出色,涵盖对话、写作、翻译、推理、编程、工具调用和智能体工作流,并在同等规模的开源模型中取得领先结果。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00