Results 概述

# Loki Mode 基准测试结果 **生成时间：** 2026-01-05 09:31:14 ## 概览 本目录包含 Loki Mode 多智能体系统的基准测试结果。 ## 方法论 Loki Mode 使用其多智能体架构来解决每个问题： 1. **架构师智能体 (Architect Agent)** 分析问题 2. **工程师智能体 (Engineer Agent)** 实现解决方案 3. **质量保证智能体 (QA Agent)** 通过测试用例进行验证 4. **审查智能体 (Review Agent)** 检查代码质量 这比单智能体方法更准确地模拟了现实世界的软件开发。 ## 运行基准测试 bash # 仅设置（下载数据集） ./benchmarks/run-benchmarks.sh all # 使用 Claude 执行 ./benchmarks/run-benchmarks.sh humaneval --execute ./benchmarks/run-benchmarks.sh humaneval --execute --limit 10 # 仅前 10 个 ./benchmarks/run-benchmarks.sh swebench --execute --limit 5 # 仅前 5 个 # 使用不同模型 ./benchmarks/run-benchmarks.sh humaneval --execute --model opus