计算机使用智能体分类English
R02.01.02.01 · 任务小类

按规格与测试实现库或服务

Library or service from spec + tests

Scaffold and implement a library, CLI, extension or backend service, from generating the project skeleton to satisfying a spec and hidden tests.

20 条本项目编写的提案 · 分类 v1.1 · 新增基准运行 0 次。下方验证方式与部分得分规则是设计，不是执行结果。

典型应用
Python · Node · Docker
小类 GUI 需求标签
CL · CLI 足够

任务提案 · 20

展开查看完整原文与建议检查方式；两种界面均保留提案英文原文。

R02.01.02.01-T01 Implement a SemVer 2.0 parsing and comparison library

原始指令

In `/work/semver-py` (empty package skeleton with `SPEC.md` and 40 visible tests), implement `parse`, `compare`, `bump` and range matching (`^`, `~`, `>=`, hyphen ranges, `||`) per the SemVer 2.0.0 spec and the range grammar in SPEC.md. Pure Python 3.12, no third-party dependencies.

平台
lin · Linux mac · macOS win · Windows
应用
Python · pytest
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
未声明
提案难度
2 / 5

建议验证方式

Hidden tests (420 cases incl. prerelease precedence and build metadata) pass; no dependencies in pyproject; mypy --strict clean.

建议部分得分

40% parse/compare; 20% bump; 30% ranges; 10% typing

R02.01.02.01-T02 Build a TOML 1.0 parser that passes the official test suite

原始指令

Implement a TOML 1.0 decoder and encoder in `/work/toml-rs` (Rust crate skeleton) exposing `from_str` -> `Value` and `to_string`. It must accept every valid document and reject every invalid one in the toml-test suite, with errors reporting line and column.

平台
lin · Linux mac · macOS
应用
cargo · toml-test
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
未声明
提案难度
4 / 5

建议验证方式

toml-test decoder harness: valid cases pass (JSON-tagged equality) and invalid cases rejected; encoder round-trips all valid cases; error positions correct on 30 hidden invalid docs; no external TOML crates in Cargo.lock.

建议部分得分

45% valid decode (scaled); 25% invalid rejected; 20% encoder round-trip; 10% error positions

R02.01.02.01-T03 Implement a token-bucket rate-limiter HTTP service from an API spec

原始指令

Implement the service described in `/work/ratelimiter/openapi.yaml`: `POST /v1/check` decides allow/deny per key with per-tenant bucket configs from `config.yaml`, `GET /v1/buckets/{key}` reports state, and limits are consistent across 2 replicas sharing Redis. Any language; ship a Dockerfile.

平台
lin · Linux
应用
Docker · Redis
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
未声明
提案难度
3 / 5

建议验证方式

Hidden compose test: schemathesis conformance to openapi.yaml; refill-rate correctness within ±1 token over 60 s; two replicas never jointly exceed capacity under 2,000 rps burst; p99 latency < 5 ms.

建议部分得分

30% spec conformance; 40% bucket correctness; 20% cross-replica consistency; 10% latency

R02.01.02.01-T04 Build a gRPC key-value store from a protobuf service definition

原始指令

Using `/work/kvgrpc/kv.proto` (Get, Put, Delete, Watch streaming, CompareAndSwap), implement a server in Go with persistence to a write-ahead log so data survives restart, and generate client stubs. Ship a Makefile with `make run`.

平台
lin · Linux mac · macOS
应用
go · protoc · grpcurl
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
未声明
提案难度
3 / 5

建议验证方式

Hidden Go client tests: CRUD and CAS semantics; Watch delivers ordered events; kill -9 then restart preserves acknowledged writes (500 writes); proto unchanged (hash).

建议部分得分

35% CRUD+CAS; 25% Watch; 30% durability after crash; 10% build target

R02.01.02.01-T05 Implement a URL shortener service with analytics per spec

原始指令

Implement the service in `/work/shorty/SPEC.md`: create short links (custom alias optional, collision-safe), 301/302 redirect per link setting, expiring links, per-link click counts by day, and an admin API with token auth. Python or TypeScript; SQLite persistence; Docker image.

平台
lin · Linux
应用
Docker · SQLite
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
未声明
提案难度
3 / 5

建议验证方式

Hidden HTTP test suite (60 cases): alias rules, redirect codes, expiry (clock injected via header in test mode), analytics counts after 1,000 clicks, auth on admin routes; data persists across container restart.

建议部分得分

30% create/alias; 20% redirects+expiry; 30% analytics; 20% auth + persistence

R02.01.02.01-T06 Implement a Redis-protocol server supporting a command subset

原始指令

In `/work/minikv` (C++ or Rust skeleton), implement a TCP server speaking RESP2 that supports GET, SET (EX/PX/NX/XX), DEL, EXISTS, INCR, EXPIRE, TTL, LPUSH, RPOP, LRANGE, HSET, HGETALL with exact Redis reply semantics, handling pipelining and 1,000 concurrent clients.

平台
lin · Linux
应用
redis-cli · cargo · CMake
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
未声明
提案难度
4 / 5

建议验证方式

Hidden differential tests replay 5,000 random command sequences against real Redis 7 and compare replies byte-for-byte; wrong-type errors exact; redis-benchmark with 1,000 clients no errors; TTL expiry within 10 ms.

建议部分得分

50% differential reply match; 20% expiry semantics; 20% concurrency/pipelining; 10% error strings

R02.01.02.01-T07 Build a CommonMark-compliant Markdown renderer

原始指令

Implement `render(markdown) -> html` in `/work/cmark-ts` (TypeScript skeleton) conforming to CommonMark 0.31, no Markdown libraries allowed. Include an extension flag for GFM tables only.

平台
lin · Linux mac · macOS win · Windows
应用
Node · vitest
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
未声明
提案难度
4 / 5

建议验证方式

CommonMark spec tests (652 examples) via normalized HTML comparison: score = pass fraction; GFM table examples pass when flag on and are literal text when off; package.json has no markdown deps; 1 MB doc renders < 1 s.

建议部分得分

70% spec examples (scaled); 20% tables; 10% performance

R02.01.02.01-T08 Implement RFC 6902 JSON Patch and RFC 7386 Merge Patch

原始指令

In `/work/jsonpatch-ts`, implement `applyPatch`, `createPatch` (diff producing a valid minimal-ish patch) and `mergePatch` per RFC 6902/7386 with atomic application (all-or-nothing) and JSON Pointer escaping. TypeScript with exported types.

平台
lin · Linux mac · macOS win · Windows
应用
Node · vitest
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
未声明
提案难度
3 / 5

建议验证方式

json-patch-tests conformance suite passes; atomicity tests (failed test op leaves doc unchanged); createPatch output applied to source equals target on 1,000 random pairs; merge patch RFC appendix cases pass.

建议部分得分

40% conformance; 20% atomicity; 25% createPatch round-trip; 15% merge patch

R02.01.02.01-T09 Implement a cron expression parser and next-run calculator

原始指令

Implement `/work/cronlib` (Python) supporting 5- and 6-field cron syntax with ranges, steps, lists, names (JAN, MON), `L`, `W`, `#` and `@hourly`-style macros, returning next/previous run times in any IANA time zone with correct DST handling as described in `SPEC.md`.

平台
lin · Linux mac · macOS win · Windows
应用
Python · pytest
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
未声明
提案难度
3 / 5

建议验证方式

Hidden tests (900 cases) including DST gaps/overlaps in 6 zones per SPEC rules; invalid expressions raise with position; previous/next symmetry property holds on 10k random expressions.

建议部分得分

40% basic syntax; 25% special chars L/W/#; 25% DST rules; 10% errors

R02.01.02.01-T10 Implement a concurrent LRU cache with TTL in Go

原始指令

Implement package `/work/lrucache` (Go) per `SPEC.md`: generic `Cache[K, V]` with capacity, per-entry TTL, `GetOrLoad` with single-flight loading, eviction callbacks, and safe concurrent use. Visible tests cover basics; hidden tests stress concurrency.

平台
lin · Linux mac · macOS win · Windows
应用
go
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
未声明
提案难度
2 / 5

建议验证方式

Hidden tests with -race: LRU order, TTL expiry via injected clock, single-flight (loader called once under 100 concurrent callers), eviction callbacks exactly once; benchmark Get >= 5M ops/s on grader box.

建议部分得分

35% LRU+TTL; 30% single-flight; 20% callbacks; 15% race-free + perf

R02.01.02.01-T11 Implement a sandbox OAuth 2.1 authorization server with PKCE

原始指令

Implement the authorization server in `/work/authz/SPEC.md`: authorization code flow with mandatory PKCE (S256), refresh-token rotation with reuse detection, client credentials, token introspection (RFC 7662) and revocation (RFC 7009), JWT access tokens signed with rotating keys exposed at JWKS. Test clients only.

平台
lin · Linux
应用
Docker · OAuth test clients
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
未声明
提案难度
5 / 5

建议验证方式

Hidden conformance suite (OpenID-style test plans adapted): 70 flow tests; security tests: code reuse rejected, PKCE downgrade rejected, refresh reuse revokes family, redirect URI exact match; JWKS rotation without breaking valid tokens.

建议部分得分

40% flows; 40% security tests; 20% introspection/revocation/JWKS

R02.01.02.01-T12 Stand up a mailing-list service with SMTP delivery from a spec

原始指令

In a bare Debian container `/work/maillist`, set up a mailing-list service per `SPEC.md`: lists `announce` (moderated, only owner posts) and `team` (members post), subscription by email command with confirmation, unsubscribe, and archives as mbox, using Postfix plus Mailman 3 or your own implementation.

平台
lin · Linux
应用
Postfix · Mailman 3 · Docker
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
long · 长流程
提案难度
5 / 5

建议验证方式

Hidden SMTP-driven tests: join/confirm/leave flows; posts from non-members held/rejected per list; delivery to all members (local mailboxes); archive mbox contains posted messages; service survives container restart.

建议部分得分

30% subscription flows; 30% posting policies; 25% delivery; 15% archives + restart

R02.01.02.01-T13 Implement a SQLite-backed todo CLI to an exact output spec

原始指令

Implement `todo` in `/work/todo-cli` (any language, single binary or script) per `SPEC.md`: add/list/done/undo/edit/tag/search commands, due-date parsing ('tomorrow', 'next fri'), sort orders and exact output formats including colors only when stdout is a TTY. Data in SQLite at `$TODO_DB`.

平台
lin · Linux mac · macOS win · Windows
应用
SQLite
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
未声明
提案难度
2 / 5

建议验证方式

Hidden golden tests (120 command transcripts with a fixed clock via env) compare stdout/stderr/exit codes exactly; TTY tests via pty check ANSI codes; DB schema migrates from v1 fixture DB.

建议部分得分

60% transcripts (scaled); 15% TTY coloring; 15% date parsing; 10% DB migration

R02.01.02.01-T14 Implement a double-entry ledger service with concurrency invariants

原始指令

Implement the service in `/work/ledger/SPEC.md`: accounts, multi-leg journal entries that must balance per currency, idempotency keys, balance queries as of a timestamp, and no negative balances on accounts flagged `no_overdraft`, correct under concurrent requests. Postgres; any language.

平台
lin · Linux
应用
Postgres · Docker
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
未声明
提案难度
4 / 5

建议验证方式

Hidden tests: 50k random concurrent transfers (32 workers) then invariants: per-currency sum zero, no overdraft violations, idempotent replays create no duplicates, point-in-time balances match an oracle.

建议部分得分

30% API conformance; 30% balance invariant under concurrency; 20% idempotency; 20% point-in-time queries

R02.01.02.01-T15 Implement a backtracking-free regular expression engine subset

原始指令

In `/work/rx` (C or Rust skeleton), implement a regex engine supporting literals, classes, anchors, `* + ? {m,n}`, alternation, groups with captures and non-greedy quantifiers, guaranteeing linear time in input length (Thompson NFA / Pike VM). API per `rx.h` or `lib.rs`.

平台
lin · Linux mac · macOS
应用
gcc · cargo
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
未声明
提案难度
4 / 5

建议验证方式

Hidden differential tests vs RE2 on 20k random pattern/input pairs (match + capture spans); pathological `(a*)*b` on 100k chars completes < 100 ms; ASan clean.

建议部分得分

50% match correctness; 25% captures; 25% linear-time guarantee

R02.01.02.01-T16 Implement a REST API from an OpenAPI spec with request validation

原始指令

Implement every operation in `/work/petclinic-api/openapi.yaml` (22 operations, nested resources, enum and pattern constraints, pagination headers) using any framework, with Postgres storage, returning RFC 7807 problem details on validation errors.

平台
lin · Linux
应用
Docker · Postgres · schemathesis
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
未声明
提案难度
3 / 5

建议验证方式

Schemathesis stateful run (2,000 examples) reports no failures; hidden scenario tests for business rules; invalid requests return 400/422 with problem+json; spec file unchanged.

建议部分得分

40% schemathesis clean; 35% scenarios; 25% validation/problem details

R02.01.02.01-T17 Implement a streaming CSV-to-Parquet converter in Rust

原始指令

Build CLI `csv2pq` in `/work/csv2pq` per `SPEC.md`: schema inference over the first N rows with override file, type coercion rules, null tokens, dictionary encoding for low-cardinality strings, row-group size option, streaming with bounded memory.

平台
lin · Linux mac · macOS win · Windows
应用
cargo · arrow-rs
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
未声明
提案难度
3 / 5

建议验证方式

Hidden tests read outputs with pyarrow: schema and values equal expected on 25 fixtures; 5 GB CSV converts with peak RSS < 512 MB; dictionary encoding present per spec; row-group sizes honored.

建议部分得分

40% values/schema; 20% inference rules; 25% memory bound; 15% encoding options

R02.01.02.01-T18 Implement Raft log replication that survives a partition test harness

原始指令

In `/work/raftkv` (Go skeleton with RPC layer and test harness), implement Raft leader election, log replication, persistence and snapshotting behind the provided interfaces, and a linearizable KV on top.

平台
lin · Linux
应用
go
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
未声明
提案难度
5 / 5

建议验证方式

Hidden harness: election, replication, persistence and snapshot tests, each run 50 times with -race; linearizability check (porcupine) on KV histories under partitions/crashes; any failure in a group zeroes that group.

建议部分得分

20% election; 30% replication; 20% persistence/snapshot; 30% linearizable KV

R02.01.02.01-T19 Implement a WebSocket chat server with rooms and history

原始指令

Implement the protocol in `/work/chat/PROTOCOL.md`: WebSocket server with rooms, join/leave events, message history (last 100 per room) on join, typing indicators, rate limit 10 msgs/10 s per user, and graceful reconnect with missed-message replay by sequence number.

平台
lin · Linux
应用
Node · Docker
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
未声明
提案难度
3 / 5

建议验证方式

Hidden multi-client tests (500 clients): message ordering per room by seq, history on join, rate-limit error frames, reconnect replay with no gaps/duplicates; protocol frames validated against JSON schemas.

建议部分得分

30% rooms/events; 20% history; 20% rate limit; 30% reconnect replay

R02.01.02.01-T20 Implement a base64/base32/base58 C library hardened by fuzzing

原始指令

Implement `/work/libbaseN` (C11, header `baseN.h` provided): encode/decode for base64 (std and URL-safe, with/without padding), base32 (RFC 4648) and base58 (Bitcoin alphabet), with strict-mode rejection of non-canonical input and caller-provided buffers.

平台
lin · Linux mac · macOS win · Windows
应用
gcc · clang · libFuzzer
交互表面
term · 终端
GUI 需求 · 任务设定
CL · CLI 足够
GUI 需求 · 普通权限
CL · CLI 足够
交互原语
code · 代码与命令
工作产物
WP06 · 代码 / 工程
条件
未声明
提案难度
3 / 5

建议验证方式

Hidden RFC test vectors pass; differential fuzzing vs reference implementations for 10 min finds no mismatch; ASan/UBSan clean; strict mode rejects 40 non-canonical inputs; builds with MSVC and clang -Wall -Werror.

建议部分得分

40% vectors; 30% fuzz differential; 20% strict mode; 10% portable build

已有研究映射

以下沿用研究目录中的基准与小类映射，不是逐题标注、执行记录或产品背书。

同工作流族的小类