●      ●

                        ▄████◣◢████▄
                     ◥▄████▀▀  ▀▀████▄◤
                        ▀▀        ▀▀

 _____ ___ ___ __  __ ___ _  _ _   _ ___     _  _____ ___    _
|_   _| __| _ \  \/  |_ _| \| | | | / __|___| |/ /_ _| _ \  /_\
  | | | _||   / |\/| || || .` | |_| \__ \___| ' < | ||   / / _ \
  |_| |___|_|_\_|  |_|___|_|\_|\___/|___/   |_|\_\___|_|_\/_/ \_\

为 Terminal-Bench 打造的更智能代理框架，基于 Terminus 2 构建
简单修复，显著提升。

什么是 Terminus-KIRA？

Terminus-KIRA 是一个用于 Terminal-Bench 的代理框架，构建于 Terminus 2 之上。它通过一系列简洁而高效的框架级改进——原生工具调用、多模态支持、执行优化以及更智能的完成度验证——显著提升了前沿模型在 Terminal-Bench 上的表现。

核心特性

• 原生工具调用 — 用 LLM 的 tools 参数替代 ICL 中的 JSON/XML 解析，实现结构化且可靠的输出
• 图像分析（多模态） — 提供 image_read 工具，可直接从终端解析 base64 编码的图像
• 基于标记的轮询 — 利用回显标记提前检测命令是否完成，减少不必要的等待时间
• 智能完成度验证 — 双重确认检查清单，涵盖需求、鲁棒性及多视角 QA（测试工程师、质量保证工程师、用户）
• 提示缓存 — 对最近消息使用 Anthropic 的临时缓存机制，以降低延迟并节省成本

架构设计

Terminus-KIRA 在 Terminus 2 的基础上进行了扩展，将其中的 ICL（上下文学习）响应解析替换为原生 LLM 工具调用。

通过 tools 参数传递的工具定义：

工作流程：

1. 直接调用 litellm.acompletion 并传入 tools=TOOLS，绕过基础的 Chat 类以访问原生工具调用功能。
2. 模型返回结构化的工具调用指令，而非自由文本形式——无需正则表达式或 JSON 解析。
3. 当上下文窗口溢出时，自动总结对话历史并重试。
4. 基于标记的轮询会在每个命令后追加 echo '__CMDEND__<seq>__'；若在指定时间内出现该标记，则立即进入下一步执行。

发展历程

开发过程中的关键里程碑：

使用方法

uv run harbor run \
    --dataset terminal-bench-sample@2.0 \
    --n-tasks 1 \
    --agent-import-path "terminus_kira.terminus_kira:TerminusKira" \
    --model anthropic/claude-opus-4-6 \
    --env docker \
    -n 1

更多详情请参阅我们的 博客文章。

项目结构

├── terminus_kira/
│   ├── __init__.py
│   └── terminus_kira.py        # 主代理（原生工具调用）
├── prompt-templates/
│   └── terminus-kira.txt        # 系统提示词
├── run-scripts/
│   ├── run_docker.sh            # 本地 Docker 执行
│   ├── run_daytona.sh           # Daytona 云执行
│   └── run_runloop.sh           # Runloop 云执行
├── anthropic_caching.py         # 提示词缓存工具
└── pyproject.toml

引用我们

如果您觉得 Terminus-KIRA 有用，请按以下格式引用我们：

@misc{terminuskira2026,
      title={Terminus-KIRA：以最小化框架改进提升前沿模型在 Terminal-Bench 上的表现},
      author={{KRAFTON AI} 和 {Ludo Robotics}},
      year={2026},
      url={https://github.com/krafton-ai/kira},
}

更改记录

KRAFTON AI & Ludo Robotics

KIRA 快速上手指南

KIRA (Terminus-KIRA) 是一个专为 Terminal-Bench 设计的智能 Agent 框架，基于 Terminus 2 构建。它通过原生工具调用（Native Tool Calling）、多模态支持和执行优化，显著提升了前沿大模型在终端任务上的表现。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统: Linux 或 macOS (Windows 用户建议使用 WSL2)。
• Python 版本: Python 3.10 或更高版本。
• 包管理器: 推荐安装 uv，这是 KIRA 推荐的极速 Python 包管理工具。
  • 安装 uv (国内用户若遇网络问题，可尝试使用镜像或直接通过 pip 安装):

    curl -LsSf https://astral.sh/uv/install.sh | sh
    # 或者使用 pip
    pip install uv
    

• 容器环境: 需要安装 Docker 并确保护守护进程正在运行，因为默认执行环境依赖 Docker 容器。
• API Key: 准备好所需大模型的 API Key (如 Anthropic, OpenAI 等)，并设置为环境变量 (例如 export ANTHROPIC_API_KEY="your-key").

安装步骤

KIRA 推荐使用 uv 进行依赖管理和运行，无需手动创建虚拟环境。

1. 克隆仓库

   git clone https://github.com/krafton-ai/kira.git
   cd kira
   

2. 验证环境与依赖 项目包含 pyproject.toml，uv 会自动解析并安装所有必要依赖。您可以直接通过 uv run 运行命令，它会在隔离环境中自动处理依赖安装。

   (可选) 如果您想预先安装依赖到本地虚拟环境：

   uv sync
   

基本使用

以下是最简单的运行示例，该命令将使用 Docker 环境，调用 Claude Opus 4.6 模型，在 Terminal-Bench 样本数据集上执行 1 个任务。

uv run harbor run \
    --dataset terminal-bench-sample@2.0 \
    --n-tasks 1 \
    --agent-import-path "terminus_kira.terminus_kira:TerminusKira" \
    --model anthropic/claude-opus-4-6 \
    --env docker \
    -n 1

参数说明：

• --dataset: 指定评测数据集，此处使用样本集 terminal-bench-sample@2.0。
• --agent-import-path: 指定使用 KIRA 的核心 Agent 类。
• --model: 指定使用的模型标识符 (格式为 provider/model-name)。
• --env: 指定执行环境，docker 表示在本地 Docker 容器中运行。
• -n: 并行运行的任务数量。

运行成功后，您将看到模型在终端环境中自主执行命令、分析输出并最终完成任务的日志。更多高级配置和云端执行方案（如 Daytona, Runloop）请参考项目根目录下的 run-scripts/ 文件夹。