gpt-instruct

项目概览

gpt-instruct 提供面向 Codex 的提示词与可复现评测工具链，重点改善复杂任务的首轮执行、过程连续性、工件验证和可运行回滚。

项目长期维护两条产品线：

版本	状态	说明
gpt-5.6-sol-v45	当前稳定生产版	保留 v45 原始提示词字节，仅统一文件名与项目品牌
gpt-6-astra-v1	gpt-6-astra 首个正式版	与 epoch2 最佳实测稿 e2b19 字节一致；A4 3/4；全量 B 为 52/66 cases、60/74 turns、15/16 artifact gates

每个开发 epoch 最多 20 个版本，命名为 gpt-6-astra-v1-e<epoch>b<attempt>；预发布版使用 gpt-6-astra-v1-rcN。e1b5 曾作为 v1-rc1，现已移入历史版本；e2b19 按发布决定晋升为首个正式 v1。所有新评测统一采用 gpt-6-astra、medium 推理，候选提示词不超过 8,000 UTF-8 bytes。

声明 ⚠️ 本项目不会用于任何商业化行为，包括但不限于创业融资宣传、技术授权转让和付费技术服务。本项目旨在提升 AI 安全。未来项目无论获得多少关注，都将保持初心，共同筑牢 AI 的安全边界。

[!IMPORTANT] 从事破甲活动、使用自定义模型指令存在账号风险，建议在日抛账号上使用。

项目使用 Codex 官方配置机制，不修改二进制、不劫持网络、不篡改进程；请仅在你有权操作的环境中使用，并自行承担使用风险。

系统架构 🏗️

gpt-6-astra-v1 提示词迭代、发布门禁与生产运行架构

gpt-6-astra-v1 走独立的 20-version epoch 与 A→B→C 发布门禁；gpt-5.6-sol-v45 作为稳定线继续可部署。两条线共享测试集、失败归因、隔离执行和工件证据规范，但成绩只在相同模型、推理等级和方法身份下比较。

版本迭代趋势 📈

gpt-5.6-sol

gpt-5.6-sol 提示词版本迭代通过率

gpt-6-astra

gpt-6-astra v50 至 e2b19 的 A/B 迭代趋势

gpt-6-astra 曲线按当前 A4 口径绘制 v50、e1b1–e1b5、e2b12、e2b15 与 e2b19；e1b5 标注 v1-rc1，e2b19 标注 v1。B 中 v50 是历史 26/66 汇总，e1b5/e2b12/e2b15 仅覆盖 execution_completion（6/8、4/8、5/8），正式 v1 点为本次全量 52/66；不同覆盖与方法身份只作趋势参考。

稳定版与快速开始 📦

当前稳定 ZIP：gpt-5.6-sol-v45.zip
首个 gpt-6-astra 正式版 ZIP：gpt-6-astra-v1.zip（内含 gpt-6-astra-v1.md；A4 3/4；全量 B 52/66 cases、60/74 turns；C 未运行）

gpt-5.6-sol-v45.zip       SHA256  c86c2c6d20a4d1155d87422f485eb37b77539132270918c002b5d8237a5adf54
gpt-6-astra-v1.zip         SHA256  054edb6fa8a6edd2d144c8582756df3179a85481bcb6696d8b730177521b1de1

git clone https://github.com/MDX-Tom/gpt-instruct.git
cd gpt-instruct

# 预览稳定版，不写入配置
python3 codex-instruct.py --apply --version gpt-5.6-v45 --dry-run

# 部署当前稳定版（--apply 默认同此命令）
python3 codex-instruct.py --apply --version gpt-5.6-v45

# 部署 gpt-6-astra-v1 正式版
python3 codex-instruct.py --apply --version gpt-6-v1

不带参数运行可打开交互式菜单。常用补充命令：

# 指定 Codex home
python3 codex-instruct.py --apply --codex-dir ~/.codex

# 部署自定义 ZIP 或 Markdown
python3 codex-instruct.py --file ./custom-instructions.zip

# 只恢复本项目管理的 model_instructions_file
python3 codex-instruct.py --reset

脚本会保存部署前状态；--reset 不会覆盖 provider、模型、认证等其他配置。完整配置快照仅供人工应急，通过 --restore-snapshot 显式恢复。

手动部署与回滚

解压稳定 ZIP，将提示词复制到 CODEX_HOME，并在 config.toml 顶层写入：

model_instructions_file = "./gpt-5.6-sol-v45.md"

回滚时删除或注释该行；如需清理，再删除对应 Markdown 文件。

A / B / C 发布门禁 🧪

层级	范围	通过条件
A	3 个原样例 + 1 个精确工作目录续作探针	3/4 cases、3/4 turns、全部声明工件；探针目标零改动
B	66 个 Issue 回归样例 / 74 turns	66/66 cases、74/74 turns、全部声明工件
C	120 个 `medium` 原始测试样例	120/120；只在 A、B 全过后运行

每个新候选先运行 A；达到准入标准后才逐 family 运行 B；A、B 硬门槛全部满足后才运行 C。本次 v1 是将 e2b19 按明确发布决定晋升的正式快照；其全量 B 已运行但未达到硬门槛，因此 C 保持未运行。

评测脚本名称保留 gpt56_sol 前缀以维持历史结果与自动化兼容，但新开发运行必须显式传入 --model gpt-6-astra --reasoning medium。

for archive in scripts/*.zip; do unzip -o "$archive" -d scripts; done

python3 scripts/run_gpt56_sol_issue_regression.py --dry-run \
  --model gpt-6-astra --reasoning medium
python3 scripts/verify_gpt56_sol_regression_scoring.py
python3 -m unittest discover -s unit-tests -q

方法、历史可比结果和失败分类见中文对比测试文档与 English Documentation。

项目结构 🗂️

gpt-instruct/
├── README.md / README_EN.md              # 中英文首页
├── codex-instruct.py                     # 双版本选择、部署与回滚
├── sync-archives.py                      # 明文源与发布 ZIP 同步
├── gpt-5.6-sol-v45.md/.zip               # 当前稳定生产版
├── gpt-6-astra-v1.md/.zip                # 与 e2b19 字节一致的首个正式版
├── historical-versions/                  # 历史发布归档
├── scripts/*.zip                         # 评测、评分与报告工具
├── tests/                                # A/B/C 测试集与 manifest
├── docs/                                 # 方法、图表与架构
└── reports/                              # 本地运行证据（默认不提交）

外部维护者候选目录 gpt-5.6-instruct-darad/ 只作为只读评测输入，已从本仓库 Git 跟踪范围中排除。

维护原则

保留历史原始输出、方法 SHA、模型、推理等级和 transport，禁止跨身份拼接成绩。
真实模型失败与网络、容量、账号、provider policy 中断分开记录。
测试只在一次性 HOME / CODEX_HOME / XDG / TMPDIR 和合成夹具中运行。
每个修改型候选都要有修改件、diff、验证记录和可运行回滚。
不以单条 case 文案或一次性答案污染通用提示词。

Star History ⭐

Acknowledgements 🙏

本项目基于 yynxxxxx/Codex-5.5-codex-instruct-5.5 的开源工作继续开发，感谢原作者与贡献者。