rea
Reverse engineer anything with agents, from app behavior down to native binaries.
Turn-0 workspace grounding, spin-loop blocker, and defect-only stop gate for AI coding agents.
Skills, die der KI diese Art Arbeit beibringen; sie funktionieren zusammen mit diesem
Reverse engineer anything with agents, from app behavior down to native binaries.
A single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathy's observations on LLM coding pitfalls.
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store.
Listen sind nach einem Nutzungswert (von 100) aus diesen Teilen sortiert
| Beliebtheit | 0/80 | GitHub-Sterne oder wöchentliche Downloads: der größere Wert zählt 60, der kleinere 20 |
|---|---|---|
| Aktualität | 12/12 | Volle Punkte für Release oder Codeänderung in 30 Tagen |
| Antwortet noch | 0/8 | Der Cloud-Endpoint antwortete bei der letzten Prüfung |
| Nutzungswert | 12/100 |
Qualität: 3/3 Basisprüfungen bestanden (angezeigt, nicht zur Sortierung) · Schwung: Noch keine Daten (Nur im Tab Im Trend verwendet)
Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.
Mit einem Satz von deiner KI installieren lassen
Installiere bitte Krusch Grounded Harness. Folge https://mcp.popnx.com/i/krusch-grounded-harness.md, zeig mir die Befehle und warte auf mein OK, bevor du sie ausführst.Füge ihn in eine KI ein, die auf deinem Rechner arbeitet (z. B. Claude Code oder Cursor). Sie liest unsere Schritte, zeigt dir die Befehle und wartet auf dein OK. Kein Schlüssel, keine Anmeldung. · Vollständigen Text ansehen
3/3 Prüfungen bestanden · Läuft auf deinem Computer · ✓ Befehle geprüft am 19. Nov. 2026
Zuerst: Welche KI nutzt du?
Wähle deine App, dann erscheinen die Schritte unten.
Klappt mit Claude, aber erst etwas vorbereiten
Installiere zuerst Node.js auf deinem Computer (nur einmal) · Nur in der Claude-App für den Computer (Windows oder Mac), nicht im Web oder auf dem Handy
Kopiere diese Nachricht in einen Claude-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server Krusch Grounded Harness für Claude auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe Node.js mit node -v. Fehlt es, sag mir, dass ich es von https://nodejs.org/en/download installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "mcpServers": { "grounded-harness": { "command": "npx", "args": [ "-y", "krusch-grounded-harness", "mcp" ] } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Kein Schlüssel nötig. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von Krusch Grounded Harness wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
node -vMac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: Öffne die offizielle Download-Seite, wähle die LTS-Version und den Klick-Installer: .pkg auf dem Mac · .msi unter Windows. Doppelklicken und bis zum Ende durchklicken. Kein curl-Befehl nötig
Download-Seite von Node.js öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: node -v
Einmal installieren, gilt für alles, was Node.js braucht
SettingsDeveloperEdit Config
{
"mcpServers": {
"grounded-harness": {
"command": "npx",
"args": [
"-y",
"krusch-grounded-harness",
"mcp"
]
}
}
}Nutze Krusch Grounded Harness und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn Claude sagt, dass es Krusch Grounded Harness nutzt, oder ein Werkzeug von Krusch Grounded Harness in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
ChatGPT kann Krusch Grounded Harness noch nicht verbinden
Krusch Grounded Harness läuft auf deinem Computer, aber ChatGPT verbindet nur Server, die im Web laufen
A · Eine App nutzen, die Krusch Grounded Harness verbinden kann
B · Andere in Entwicklertools, die mit ChatGPT funktionieren
Aus den meistgenutzten derselben Kategorie, nur solche, die per Adresse ohne Schlüssel verbinden
Klappt mit Claude Code, aber erst etwas vorbereiten
Installiere zuerst Node.js auf deinem Computer (nur einmal)
Kopiere diese Nachricht in einen Claude Code-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server Krusch Grounded Harness für Claude Code auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe Node.js mit node -v. Fehlt es, sag mir, dass ich es von https://nodejs.org/en/download installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): claude mcp add --scope user grounded-harness -- npx -y krusch-grounded-harness mcp 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Kein Schlüssel nötig. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von Krusch Grounded Harness wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
node -vMac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: Öffne die offizielle Download-Seite, wähle die LTS-Version und den Klick-Installer: .pkg auf dem Mac · .msi unter Windows. Doppelklicken und bis zum Ende durchklicken. Kein curl-Befehl nötig
Download-Seite von Node.js öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: node -v
Einmal installieren, gilt für alles, was Node.js braucht
Mac: Command+Leertaste drücken und Terminal tippen · Windows: PowerShell öffnen
claude mcp add --scope user grounded-harness -- npx -y krusch-grounded-harness mcpKrusch Grounded Harness sollte in der Liste als verbunden erscheinen
Nutze Krusch Grounded Harness und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn Claude Code sagt, dass es Krusch Grounded Harness nutzt, oder ein Werkzeug von Krusch Grounded Harness in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Klappt mit Cursor, aber erst etwas vorbereiten
Installiere zuerst Node.js auf deinem Computer (nur einmal)
Kopiere diese Nachricht in einen Cursor-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server Krusch Grounded Harness für Cursor auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe Node.js mit node -v. Fehlt es, sag mir, dass ich es von https://nodejs.org/en/download installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "mcpServers": { "grounded-harness": { "command": "npx", "args": [ "-y", "krusch-grounded-harness", "mcp" ] } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Kein Schlüssel nötig. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von Krusch Grounded Harness wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
node -vMac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: Öffne die offizielle Download-Seite, wähle die LTS-Version und den Klick-Installer: .pkg auf dem Mac · .msi unter Windows. Doppelklicken und bis zum Ende durchklicken. Kein curl-Befehl nötig
Download-Seite von Node.js öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: node -v
Einmal installieren, gilt für alles, was Node.js braucht
Nutze Krusch Grounded Harness und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn Cursor sagt, dass es Krusch Grounded Harness nutzt, oder ein Werkzeug von Krusch Grounded Harness in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von Cursor abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Klappt mit VS Code, aber erst etwas vorbereiten
Installiere zuerst Node.js auf deinem Computer (nur einmal)
Kopiere diese Nachricht in einen VS Code-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.
Installiere bitte den MCP server Krusch Grounded Harness für VS Code auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe Node.js mit node -v. Fehlt es, sag mir, dass ich es von https://nodejs.org/en/download installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "servers": { "grounded-harness": { "type": "stdio", "command": "npx", "args": [ "-y", "krusch-grounded-harness", "mcp" ] } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Kein Schlüssel nötig. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von Krusch Grounded Harness wirklich erscheinen.Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.
Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter
node -vMac: ⌘ + Leertaste drücken, Terminal eingeben, Enter
Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen
Noch nicht installiert: Öffne die offizielle Download-Seite, wähle die LTS-Version und den Klick-Installer: .pkg auf dem Mac · .msi unter Windows. Doppelklicken und bis zum Ende durchklicken. Kein curl-Befehl nötig
Download-Seite von Node.js öffnen ↗
Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: node -v
Einmal installieren, gilt für alles, was Node.js braucht
VS Code fragt nach einer Bestätigung; klicke Install
Nutze Krusch Grounded Harness und sag mir, was du für mich tun kannst; zeig mir dann eine Sache✓ Wenn VS Code sagt, dass es Krusch Grounded Harness nutzt, oder ein Werkzeug von Krusch Grounded Harness in der Antwort zeigt, bist du verbunden
Menünamen am 11. Nov. 2026 mit der Hilfe von VS Code abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen
Claude Code
claude mcp add --scope user grounded-harness -- npx -y krusch-grounded-harness mcpClaude Desktop (claude_desktop_config.json)
{
"mcpServers": {
"grounded-harness": {
"command": "npx",
"args": [
"-y",
"krusch-grounded-harness",
"mcp"
]
}
}
}Cursor (~/.cursor/mcp.json)
{
"mcpServers": {
"grounded-harness": {
"command": "npx",
"args": [
"-y",
"krusch-grounded-harness",
"mcp"
]
}
}
}VS Code (mcp.json)
{
"servers": {
"grounded-harness": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"krusch-grounded-harness",
"mcp"
]
}
}
}Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.
npm: krusch-grounded-harnessBasierend darauf, wie sich dieser Server verbindet, und auf der eigenen Doku jeder App, geprüft am 10. Nov. 2026.
Laufen auf deinem Computer in
ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast
Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.
Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 19. Nov. 2026
Der Registry-Name wurde über die Domain krusch.dev bestätigt (die Registry prüft, wem die Domain gehört)
Code zuletzt geändert: heute
Nutzt MIT
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen
Keine Einträge auf OSV.dev für krusch-grounded-harness@0.2.1
Prüft nur diese Paketversion, nicht alle Abhängigkeiten · geprüft 19. Nov. 2026
Wenn du das gebaut hast, füge diesen Code in dein README ein. Das Badge verlinkt auf diese Seite.
[](https://mcp.popnx.com/en/servers/krusch-grounded-harness)Fragen, Tipps teilen oder melden, dass etwas nicht geht. Sortiert nach „hilfreich“.
Noch keine Beiträge. Stell die erste Frage oder teile einen Tipp.
Beiträge hier stammen von Nutzern, nicht vom PopNx-Team.
Noch keine Bewertungen
Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.
Er hat 3 von 3 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.
Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.
Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).
Das GitHub-Repo wurde zuletzt heute geändert, und die neueste Version (0.2.1) kam heute in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Node.js auf deinem Computer.
In derselben Kategorie: GitDiagram, Appllama, Cloudflare MCP, Omnara, Repowise
Gleiche Kategorie, andere Entwickler, Befehle bereits geprüft. Offizielle zuerst, dann nach Sternen.
So liest du eine Karte:↓ Downloads pro Wochei★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti
Architecture diagrams, explanations and Mermaid source for public GitHub repositories.
Study screens, flows and paywalls from top-earning iOS apps, then build from what wins.
Cloudflare MCP servers
Deploy durable AI agents with Omnara, an open-source managed-agent platform.
Codebase intelligence for AI coding agents: graph, git history, docs, decisions, code health.
| Dieser Krusch Grounded Harness | GitDiagram | Appllama | Cloudflare MCP | Omnara | Repowise | |
|---|---|---|---|---|---|---|
| Läuft wo | Wird auf deinem Rechner installiert | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation | Läuft in der Cloud, keine Installation | In der Cloud oder auf deinem Rechner |
| Braucht Schlüssel | Nein | Nein | Nein | Nein | Nein | Nein |
| Mit + in Claude hinzufügen | Nein | Nein | Nein | Ja | Nein | Nein |
| Basisprüfungen | 3/3 | 4/4 | 4/4 | 4/4 | 4/4 | 5/5 |
| Lizenz | MIT | MIT | MIT | Apache-2.0 | Apache-2.0 | AGPL-3.0 |
| Preis | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register | Keine Kosten im Register |
Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.
krusch-grounded-harness v0.2.0)Standalone Turn-0 workspace grounder, duplicate-call spin-loop blocker, and zero-turn defect-only output gate for AI coding and data agents. Runs 100% locally on Node 22 `node:sqlite` (`7` MCP tools + HTTP `:3782` gateway + ESM library) with zero cloud calls.
Turn-0 Grounded, Scale-Aware, Low-Tool-Call Agent Harness (HTTP :3782 Control Gateway + 7-tool stdio MCP Server + Node 22 ESM library) built on @krusch/toolkit (v1.8.1).
Requires only Node.js `>= 22.0.0` (uses built-in node:sqlite in WAL mode with zero Docker containers, zero native C++ compilation, and zero API keys):
git clone https://github.com/kruschdev/grounded-harness.git
cd grounded-harness npm ci npm test
node bin/krusch-grounded-harness.js doctor
node bin/krusch-grounded-harness.js ground --dir . --goal "Inspect workspace schemas and hazards"
.mcp.json / Cursor) or Run via krusch-stackPaste into your project .mcp.json, Cursor (~/.cursor/mcp.json), Windsurf (~/.codeium/windsurf/mcp_config.json), or Antigravity (~/.gemini/antigravity/mcp_config.json):
{
"mcpServers": { "krusch-grounded-harness": { "command": "node", "args": ["/absolute/path/to/grounded-harness/bin/krusch-grounded-harness.js", "mcp"] } } }
Prefer a zero-clone npx command or single-package ESM import? Run the bundled engine directly through krusch-stack:
# Start the 7-tool stdio MCP server without cloning a separate repo
npx -y krusch-stack mcp --server krusch-grounded-harness
// Embed via krusch-stack (zero external runtime dependencies) or standalone package
import { createGroundedHarnessEngine } from 'krusch-stack/grounded-harness'; // Standalone repo import: import { createGroundedHarness } from 'krusch-grounded-harness';
| Common Agent Failure Mode | Without krusch-grounded-harness | With krusch-grounded-harness ($0.00, 0 Cloud Calls) |
|---|---|---|
| Blind file foraging & CSV `"NA"` = North America `NaN` corruption | Wastes 60%–75% of turns running ls/head/cat and silently drops "NA" country codes as NaN or misreads JSON null vs. [] wildcards. | compileTurnZeroGrounding introspects RFC-4180 CSV/TSV, JSON/JSONL, read-only SQLite DDL, code symbols, and 256/32-tok Raw-RAG docs before Step 1, flagging keep_default_na=False and null/[] hazards automatically. |
| Identical failing or redundant tool-call spin loops | Re-runs the same broken query or file read with tweaked comments/whitespace, burning context and API budget. | normalizeCodeSnippetForHash strips comments outside strings (preserving Python // floor division) to serve MEMOIZED_PRIOR_READ on repeats and BLOCK_SPIN_LOOP (0 wasted re-executions) on repeat failures while keeping maxReadStreak = 0 for distinct reads. |
| Raw `np.float64(...)` / ` ` leaks or self-doubt nudges | Leaks raw np.float64(...), pandas dtype:, XML, or NaN into final answers, or loses accuracy from unconditional "are you sure?" stop-nudges. | inspectOutputDefects approves clean answers in `0` extra turns and triggers a single targeted repair (maxDefectRetries = 1) strictly on objective output defects. |
krusch-grounded-harness has zero runtime service dependencies and works standalone out of the box, or pairs cleanly with sibling tools when you want deeper state guarantees:
5 MCP tools on node:sqlite).SIGKILL-recoverable write-ahead disk apply for unattended background daemons.npx -y krusch-stack init (supports --server krusch-grounded-harness, --components grounded-harness, and --profile coding-agent).INV-GH-01..10)Distilled from 16,800 Official DolphinBench traces (28 official 600-task multi-session tool runs across 6 model families: 17 $0.00 open-weights + 11 frontier/model-matched runs, 98.33% Oracle@28, 83.17% $0.00 Oracle@17), 120 DABstep multi-step analytics episodes, BEAM (100K–10M tokens), and BFCL v3 (64 live tools), krusch-grounded-harness replaces unconditional outer-loop 2PC stop-nudging with six zero-overhead-when-healthy structural laws:
compileTurnZeroGrounding introspects RFC-4180 CSV/TSV columns, JSON/JSONL object arrays, read-only SQLite DDL & row counts, code symbols, and 256/32-token Raw-RAG documentation chunks with `0` LLM ingestion calls, paired with Okapi BM25 tool deferral (-70% to -80% schema tokens) and SHA-256 prefixHash KV-cache normalization.keep_default_na=False in pandas.read_csv) and JSON `null` vs. empty-list `[]` wildcards before Step 1 (skipping .env / secret files automatically).buildSafeGeminiToolConfig (and buildGeminiPayload in @krusch/toolkit/llm) automatically injects toolConfig: { functionCallingConfig: { mode: 'NONE' } } whenever tools is omitted or empty [], eliminating MALFORMED_FUNCTION_CALL empty turns on markdown ```py code blocks.inspectOutputDefects, INV-GH-05)**maxDefectRetries = 1):EMPTY_OR_NULL_BAILOUT: literal "", None, null, NaN, [], {} when an answer is expected (never blocking "0", 0, false, "Not Applicable", or "N/A").TRUNCATED_OUTPUT: finishReason in MAX_TOKENS / length / MALFORMED_FUNCTION_CALL or truncated tool JSON.SERIALIZED_TOOL_CALL_IN_TEXT: raw {...} or call:fn{...} emitted in prose when toolCalls.length === 0.RAW_DATAFRAME_OR_NUMPY_REPR: unformatted np.float64(...) or pandas dtype: repr leaks in final answers.normalizeCodeSnippetForHash strips comments outside string literals (preserving Python // floor division and indentation) prior to SHA-256 hashing. First repeats of COMMITTED reads return MEMOIZED_PRIOR_READ with cached preview; repeat identical FAILED calls or repeats after MEMOIZED_PRIOR_READ return BLOCK_SPIN_LOOP with 0 tool re-executions. Distinct multi-step reads (1..N) are never throttled (maxReadStreak === 0).SMALL_MODEL (< 15B non-thinking) receives compact [PLAN -> BIND -> ACT] guidance plus placeholder ({{var}}) and invalid-calendar-date soft-holds (HOLD); MID_MODEL (15B–70B) and FRONTIER_REASONING (>= 70B or native thinking) execute with 0 outer thinking overhead. FORCE_VERIFY fires strictly when `pendingDiffsCount > 0 && !latestVerificationPassed`, never on read-only analytics or policy abstentions.execCommandWithPartialStdout and formatTimeoutWithPartialStdout preserve partial stdout emitted prior to timeout alongside TimeoutError while clearing stale finalAnswer: null (hasFinalAnswer: false).4,200 Grounded / 16,800 Total Official DolphinBench Traces & 120 Adyen DABstep Episodes)DolphinBench Multi-App Suite (7 × 600 = 4,200 Grounded Traces Within 28 Runs / 16,800 openai/gpt-5.6-sol Traces, 0o444 Frozen SQLite, 5/5 Clean-Room Gates)Model & Scale Tier (N = 600 Tasks/Run) | Standard Harness | + Grounded Harness (v0.2.0 / v0.3) | Key Latency, Persona & Telemetry Outcomes | Archive SHA-256 |
|---|---|---|---|---|
| `Google Gemini 4 Argon` (`FRONTIER_REASONING`, Low, `v0.3`, `$24.54` / `$30.54`) | `91.17%` (`547/600`, uploaded `dolphinbench.ai` submission `UUID c047b063`, `status: "queued"` awaiting leaderboard acceptance; exceeds current `70.67%` published leaderboard entry in independent `600/600` evaluation) | `90.67%` (`544/600`, self-run clean-room evaluation; highest `Riley` slice `181/200 = 90.50%`, published SHA-256 audit logs) | `+1.50 pp` (`+9` tasks: `+28W / -19L`) over `Grounded v0.2` (statistically tied w/ Std., exact McNemar $p = 0.766$ NS) · `Morgan 94.5%` (`189`), `Alex 87.0%` (`174`), `Riley 90.5%` (`181`, first-ever `90%+` on `Riley`) · 192/600 (32.0%) zero-turn live-state delta hydrations, 80/600 deep 4–8 memory-search tasks, 7,994 passive duplicates suppressed · `+21` unique wins vs. `Std.` (`Argon Low Oracle@2 = 94.67%` [`568/600`], `Argon Low Oracle@3 = 95.83%` [`575/600`], `Argon Oracle@4 = 96.83%` [`581/600`]) | 665fb7ad5a042eeb943f15a875b3be1a06f7d1aa26e21842a69fb597d1939ba7 |
| [`krush420/gemma4-31b-sre-lora`](https://huggingface.co/krush420/gemma4-31b-sre-lora) (`Wave-6 QLoRA+DPO`, `MID_MODEL`, Thinking ON, `$0.00`) | 54.83% (329/600 *Wave-5*) / 54.17% (325/600 *Stock*, uploaded & queued UUID 288671ad) | `57.33%` (`344/600`, highest open-weights score in self-run 28-run evaluation) | `+3.17 pp` (`+19` tasks) over `54.17%` Stock (+0.67 pp / +4 tasks over 56.67% Stock + Grounded) · Morgan 74.5% (149), Alex 51.5% (103), Riley 46.0% (92) · 50.81s median · Beats all 8 non-Luna cloud stacks up to $1,830.57 (Grounded Oracle@2 = 65.33% [392/600], `Gemma 4 Oracle@6 = 71.83%` [`431/600`, +1.16 pp > published 70.67% Mem0 entry]) | b7a26ef96ae99a93042ba2270ed5cae4094850f4cb789c782143e145a2eb069e |
| `Google Gemma 4 31B Dense Stock` (`MID_MODEL`, Thinking ON, `$0.00`) | 54.17% (325/600, uploaded & queued UUID 288671ad) | `56.67%` (`340/600`, clean-room stock + Grounded) | `+2.50 pp` (`+15` net tasks) · Lifts every persona (Morgan 73.0% [146], Alex 48.5% [97], `Riley 48.5%` [`97`, `+5.50 pp`]