一个开源 CLI用于丘陵攀登Agent体验。
使您的技能，CLI,SDK,MCPs和docs更容易编码agents以发现和使用。 Gauge运行真正的agents与你的产品对峙，捕捉它们被卡住的地方，让你自己编码的agent测试在发布前修复。
Docker 和您现有的 agent 订阅或 API 密钥在本地运行。 不需要Gauge账户。
网站 ・ 文件 ・ 主机 Gauge ・ npm ・ changelog
签名并选择您的组织访问聊天数据：
测量认证登录
鼠标使用ACME
测量聊天类别列表
测量聊天查询数据集
聊天命令覆盖话题，提示，标记，品牌，报告，答案和引用。 参见Gauge Chat指令和组织选择及升级指导。 这些命令使用主机查特数据，不需要Docker.
Gauge运行并分析编码会话，以找到编码agents遇到的问题。
共同结论包括：
- 交互式命令块编码 agent
- agent 达到已贬值的命令或过时的 API 模式
- 技能即使能帮助完成任务也会被利用
- agent自信地声称一个不存在的限制
- agent无法在多个命令中找出预定的工作流程
正确的修补可能改变错误信息、技能内容、帮助文本、代码或文档。 Gauge CLI允许您在发布前验证拟议修正。
Gauge被设计为您的编码agent使用。 指向此寄存器并请求它启动，或者遵循您想要改进的项目中的下面步骤。
你需要节点.js 22.13+, npm, Docker运行 Linux容器，以及您想要测试的 agent的证书。 高格支持Claude Code,Codex,Pi，以及OpenCode. 它可以使用本地的Claude/Codex登录或API密钥；agent用法通过您的提供者或订阅者计费。
npm 安装 - g @ wisgauge/ cli
测量本地运行时间拉力
Gauge下载了已公布的Docker图像，粘贴在您的CLI发布上。 图像中包含agent拉带和标准开发工具。
从您的工程目录( Git 是可选的):
测量单位 -- -- 当地
创建一个私人的.gauge/工作空间，包括一个SQLite数据库和
本地后端首选。 普通的输入会改变没有跟踪文件。 添加 -- cases 当
您想要共享 Markdown 大小写：它也会写一个 official.json 运单
测量大小写/，以及AGENTS.md的制导。 提交共享文件。 保留
.gauge/私有：它包含耐久的测量和分析。
Gauge的技巧教你的编码 agent 在哪里找到 CLI 的指示：
仪表安装技能
攀登意味着改变，衡量它是否有帮助，并重复。
- 确定现实的任务。 您的 agent 保存具有稳定身份、 可编辑默认和可观察到结果的 evals 或偏好提示。 使用可选的Markdown大小写来进行完全指定的用于共享或CI的测量。
-测试你现在的产品在本地模式中，Gauge 开始新鲜的 Docker 会话，并注入您配置输入的工作树版本。 每个测试agent都在其沙盒内看到任务和配置输入。 本地模式支持技能，SDK,CLI，以及文件。 主机计算支持文件，认证 MCPs，认证 API.
- 寻找摩擦。 Gauge 实现 Claude Code、 Codex、 Pi 和
OpenCode成为一致的笔录。 在本地模式下，您的 agent 读取证据
对照标准检查结果，并找出减缓或
封锁了任务。 它通过下列途径发表结构化的调查结果和判决：
计算运行分析保存。 在主机模式下，此分析在每次会话后自动发生。 测量显示显示的证据
- 改变和重新测试。 您的 agent 编辑该产品或其指导，并重播受影响的案件针对新的文物。
-分析证据检查原始问题是否消失，任务是否成功，以及更改推出是否出现新的摩擦。
技能和文件输入从您的工作树上读取。 对于npm CLI或SDK，在重跑前先建造并打包新的柏油球。 Gauge在测试会话中安装了这些预释文物，因此在发布前可以验证一个固定。
CLI处理执行和证据收集。 在本地模式中，您的编码 agent 编写更改并分析本地结果。
保存的evals和偏好提示在.gauge/gauge中生活。 本地或输入
您所在的组织。 共享的基于档案的案件可选择性地生活在表格中；
computer.json 宣布项目投入和自动化。 两种计量来源
支持本地和主机执行，输入差异说明如下。
从保存的本地 eval 开始；当任务准备好时使用共享的大小写
队友或CI。
示例：测试释放- 指出技能
创建技能/释放-指出/SKILL.md:
---
名称：释放- 指出
说明：为团队格式的新版本写出指出。
---
将 RELASE- 指出。 md 以该版本为标题，写入新添加的一节
特性，以及用于修复错误的固定区域。 每换一发子弹
对于新项目，请使用这个测量器。json:
{
"版本": 2
"输入":{
"释放-指出":{
"类型":"技能"
"路径":"技能/释放-指出"
}
}
}
保存任务和标准：
计算 eval 创建 - 本地 - 名称“ 释放指出 ” \
--agent 代码 -- 样板 1\
--text "Write the release 指出 for version 1.2.0. 写出版本为 1.2.0. 我们添加了暗模式并修正了登录崩溃。"\\
--criterion"Team格式：RELEASE-指出.md有一个版本1.2.0标题，在添加下暗模式，在固定下登录崩溃修正".
使用返回的 eval ID 预览，然后在准备时使用发布：
计算运行 -- -- eval <eval-id> -- 本地 -- -- 输入释放 -- -- 指出 -- -- 干运行
计算运行 -- -- eval <eval-id> -- 当地 -- -- 输入释放 -- -- 指出
测量指令会话分析 -- -- 当地
预览检查没有发布 agent的本地准备状态。 您的编码 agent 然后读取会话并发布其分析。 在更改了Skill后，重新运行相同的eval ID：新批量在基线保持完好的同时，快照当前输入文件。 保持任务，标准和型号标针固定，分析两个批次，然后比较：
计算运行 -- -- eval <eval-id> -- 当地 -- -- 输入释放 -- -- 指出
度量衡运行比较 -- -- 本地 -- -- 基线批次++ id前 > -- candidate 批次++after-id >
对于一项选择性研究，使用量表偏好创建 -- -- 类型不限任务
使 agent 选择它的方法，然后测量运行 -- preference <id>。
在接触后提供技能计量选择，而不是在网上发现。
对于共享或自动版本的eval，使用相同的输入配置
并创建测量大小写/释放-指出/basic.md:
---
标准：
- 名称：发布指出遵循团队格式
标题：RELEASE-指出.md有一个版本1.2.0标题，在添加下为暗模式，在固定下为登录崩溃修复。
配置：
agents: (英语).
- agent: CODEQCLI (英语).
样本
投入：[释放-指出]
---
为1.2.0版本写入发行版指出。 我们加入了暗模式并修正了一个登录崩溃。
本判例使用 Codex；使用 CLAUDE CODE, PI，或 OPENCODE 测试另一个
使用其配置的证书。 agent 开始于空的工作空间
并安装了技能。 任务没有明确地告诉它使用技能
因此，会话也揭示是否发现了引导。
度量衡运行 -- 核实 -- 本地
轨迹运行 -- -- 干 -- -- 本地
测量运行 -- -- 本地
轨迹运行列表 - local - o json
核查情况干运行预览会话，并检查本地运行时间和证书准备情况。 也没有发布 agent.
结果、记录和可用文件列在.gauge/下。 有你的编码
agent 遵循测量指示的会话分析 -- -- 局部评估每个会场
标准，并报告与支持证据的摩擦。
在编辑 Skill 后，重审案件：
度量计运行- 本地- 文件“ gauge- cases/ release- 指出/ *. md”
度量衡运行比较 -- -- 本地 -- -- 基线批次++ id前 > -- candidate 批次++after-id >
使用运行打印的批量ID. 比较总结了完成情况、可用的轮次/期限以及公布的标准判断。 阅读调查结果和证据以确定修复是否有效。
Gauge帮助团队改进AI agents如何发现，选择，并使用他们的产品。 Agent 电话经验度量agents能否成功使用你的产品。 Agent 电话首选审查agents为某项任务选择哪些工具以及原因。
这个CLI把工作放在终端你和你的编码agent已经工作。 本地执行支持完整的评价，分析，修复，并重新测试环路。 托管的平台新增管理着基础设施，并随着时间的推移共享测量。
使用 Chat 和 Agents 登录。 在遥控器上
终端，使用度量衡 auth 登录 -- device。 见签名
对于登录和API密钥的帮助。
网页固定让您测试对内容 agent 的更改，如一个 Docs 页面，而不首先发布。 它们将一个网站替换为本地运行和主机运行的预览。 托管的Gauge的网关也提供经纪人证书，并且可以为每次会话分别重写回复。
关于已保存的Eval/首选项发布和为已保存者 -- -- 干运行的项目投入
测量，目前仅为局部。 用于主机工作树输入快照
和预览，使用大小写文件或带有显示器运行的大小写。
例如，上面共享的大小写支持显示器运行 -- -- 托管 -- -- 干运行；
主机预览会联系Gauge并可能上传输入。 本地和主机已保存
测量有单独的ID和存储。
将项目移至主机执行：
机上测量器
仪表输入器 -- -- 托管
测量指示 -- -- 托管
显示您在船上的标志、创建或选择工作空间。
测量输入器 - 托管更改此退出的私有后端偏好；它确实
不将本地测量或历史移动到主机存储中。 主机运行使用工作空间
信贷。 见托管文件
设置，公关检查，优化工作流程。
CLI 捆绑了编码 agents 的指令，因此导线与安装的版本匹配：
测量指令
测量指令输入
测量指令运行
测量指令 eval
测量指令偏好
测量指令会话分析
测量指令 -- 列表
测量器 -- help
计算运行 -- help
对脚本和agent分析使用 -o json 读取命令。 检查运行时间
带有测量值的本地运行时间检查；配置提供者证书
测量本地配置文件 -- help。 更新CLI的仪表更新。
配置参见CLI参考，支持输入，证书，背景运行，清理，以及CI使用。
已安装的CLI默认收集命令使用：命令名称，时间戳，CLI版本，以及随机安装ID. 它不包括参数、提示、文件内容和账户标识符。 禁用收藏方式：
计算遥测功能已禁用
或者设定 GAUGE TELEMETRY DISABLED=1 用于一个进程或 CI 环境。 见
存储、交付的遥测细节
和与经认证的API用法分析的区别。
从寄存器根：
无
npm ci -- 前缀 cli
npm 运行检查
检查构建、排字检查、运行测试和验证包装安装。 没错
不需要一个 Gauge 账户，Docker，一个数据库，或另一个寄存器检出。
用于构建、使用之后的 CLI 开发循环
npm 运行 dev -- prefix cli -- -- 帮助。
Docker集成检查在自定义运行时间工作流程中运行。
运行时间和
CLI 发布工作流程验证和发布
变型文物。 运行时间发布生成合格清单；承诺为
cli/runtime-manifest.json在发布CLI之前。
共享的图书馆还有公共npm 发布，由美国出版
agent适配器和
本地执行工作流程
(原始内容存档于2019-03-26). comme-sh/gauge-cli. 每个软件包的 npm 信任的出版商必须指出这一点
数据库及其匹配的工作流程。
见Releasing用于寄存器设置，软件包权限，以及运行时间到CLI发布序列。
问题值得欢迎。 伪造和建造自己的版本是自定义高格的首选方式。 只有高格团队将更改合并到此寄存器中；我们定期考虑
本文由 AI图鉴自动抓取并翻译，版权归原作者所有；如需查看原文请点下方链接。
An open-source CLI for hillclimbing Agent Experience.
Make your Skills, CLIs, SDKs, MCPs and docs easier for coding agents to discover and use. Gauge runs real agents against your product, captures where they get stuck, and lets your own coding agent test fixes before you publish them.
The full loop runs locally with Docker and your existing agent subscriptions or API keys. No Gauge account required.
Website · Documentation · Hosted Gauge · npm · Changelog
Sign in and choose your organization to access Chat data:
gauge auth login
gauge orgs use acme
gauge chat categories list
gauge chat query datasets
Chat commands cover topics, prompts, tags, brands, reports, answers, and citations. See Gauge Chat commands and organization selection and upgrade guidance. These commands use hosted Chat data and do not require Docker.
Gauge runs and analyzes coding sessions to find the issues that coding agents run into.
Common findings include:
- An interactive command blocks a coding agent
- An agent reaches for deprecated commands or outdated API patterns
- A Skill goes unused even when it should help with the task
- An agent confidently claims a limitation that does not exist
- An agent cannot figure out the intended workflow across multiple commands
The right fix might change error messages, Skill content, help text, code, or documentation. The Gauge CLI lets you validate proposed fixes before release.
Gauge is designed to be used by your coding agent. Point it at this repository and ask it to get started, or follow the steps below in the project you want to improve.
You need Node.js 22.13+, npm, Docker running Linux containers, and credentials for the agent you want to test. Gauge supports Claude Code, Codex, Pi, and OpenCode. It can use native Claude/Codex logins or API keys; agent usage is billed through your provider or subscription.
npm install -g @withgauge/cli
gauge local runtime pull
Gauge downloads the published Docker image pinned to your CLI release. The image contains the agent harnesses and standard development tools.
From your project directory (Git is optional):
gauge init --local
This creates a private .gauge/ workspace, including a SQLite database and
local backend preference. Plain init changes no tracked files. Add --cases when
you want shared Markdown cases: it also writes a gauge.json manifest,
gauge-cases/, and guidance in AGENTS.md. Commit those shared files. Keep
.gauge/ private: it contains durable measurements and analyses.
The Gauge skill teaches your coding agent where to find the CLI's instructions:
gauge install-skill
Hillclimbing means making a change, measuring whether it helped, and repeating.
- Define realistic tasks. Your agent saves evals or preference prompts with stable identities, editable defaults, and observable outcomes. Use optional Markdown cases for fully specified measurements intended for sharing or CI.
- Test your current product. In local mode, Gauge starts fresh Docker sessions and injects the working-tree version of your configured inputs. Each test agent sees the task and configured inputs within its sandbox. Local mode supports Skills, SDKs, CLIs, and files. Hosted compute adds support for docs, authenticated MCPs, and authenticated APIs.
- Find friction. Gauge normalizes events from Claude Code, Codex, Pi, and
OpenCode into consistent transcripts. In local mode, your agent reads the evidence,
checks the outcome against the criteria, and identifies what slowed or
blocked the task. It publishes structured Findings and judgments through
gauge run analysis save. In hosted mode, this analysis happens automatically after each session. gauge run insight shows the evidence.
- Change and retest. Your agent edits the product or its guidance and reruns the affected cases against the new artifacts.
- Analyze the evidence. Check whether the original problem disappeared, whether the task succeeded, and whether the change introduced new friction.
Skills and file inputs are read from your working tree. For an npm CLI or SDK, build and pack a new tarball before rerunning. Gauge installs these pre-release artifacts in the test sessions, so you can validate a fix before publishing it.
The CLI handles execution and evidence collection. In local mode, your coding agent authors the changes and analyzes the local results.
Saved evals and preference prompts live in .gauge/gauge.sqlite locally or in
your hosted organization. Shared file-based cases optionally live in gauge-cases/;
gauge.json declares project inputs and automation. Both measurement sources
support local and hosted execution, with the input differences described below.
Start with a saved local eval; use a shared case when the task is ready for
teammates or CI.
Example: test a release-notes Skill
Create skills/release-notes/SKILL.md:
---
name: release-notes
description: Write release notes for a new version in the team's format.
---
Write RELEASE-NOTES.md with the version as its title, an Added section for new
features, and a Fixed section for bug fixes. Use one bullet per change.
For a fresh project, use this gauge.json:
{
"version": 2,
"inputs": {
"release-notes": {
"type": "skill",
"path": "skills/release-notes"
}
}
}
Save the task and criteria:
gauge eval create --local --name "Release notes" \
--agent codex --samples 1 \
--text "Write the release notes for version 1.2.0. We added dark mode and fixed a login crash." \
--criterion "Team format: RELEASE-NOTES.md has a version 1.2.0 title, dark mode under Added, and the login crash fix under Fixed."
Use the returned eval ID to preview, then launch when ready:
gauge run --eval <eval-id> --local --input release-notes --dry-run
gauge run --eval <eval-id> --local --input release-notes
gauge instructions session-analysis --local
The preview checks local readiness without launching an agent. Your coding agent then reads the session and publishes its analysis. After changing the Skill, rerun the same eval ID: the new batch snapshots the current input files while the baseline remains intact. Keep the task, criteria, and model pin fixed, analyze both batches, then compare:
gauge run --eval <eval-id> --local --input release-notes
gauge run compare --local --baseline batch=<before-id> --candidate batch=<after-id>
For a choice study, use gauge preference create --kind open-ended with a task
that lets the agent choose its approach, then gauge run --preference <id>.
Supplying the Skill measures choice after that exposure, not discovery on the web.
For a shared or automated version of the eval, use the same input configuration
and create gauge-cases/release-notes/basic.md:
---
criteria:
- name: Release notes follow the team format
rubric: RELEASE-NOTES.md has a version 1.2.0 title, dark mode under Added, and the login crash fix under Fixed.
config:
agents:
- agent: CODEX_CLI
sampleCount: 1
inputs: [release-notes]
---
Write the release notes for version 1.2.0. We added dark mode and fixed a login crash.
This case uses Codex; use CLAUDE_CODE, PI, or OPENCODE to test another
harness with its configured credentials. The agent starts in an empty workspace
with the Skill installed. The task does not explicitly tell it to use the Skill,
so the session also reveals whether it discovers the guidance.
gauge run --verify --local
gauge run --dry-run --local
gauge run --local
gauge run list --local -o json
Verification checks the config and cases. The dry run previews the sessions and checks local runtime and credential readiness. Neither launches an agent.
Results, transcripts, and available diffs stay under .gauge/. Have your coding
agent follow gauge instructions session-analysis --local to assess each
criterion and report friction with supporting evidence.
After editing the Skill, rerun the case:
gauge run --local --files "gauge-cases/release-notes/*.md"
gauge run compare --local --baseline batch=<before-id> --candidate batch=<after-id>
Use the batch IDs printed by the runs. The comparison summarizes completion, available turns/duration, and published criterion judgments. Read the findings and evidence to determine whether the fix worked.
Gauge helps teams improve how AI agents discover, choose, and use their products. Agent Experience measures whether agents can successfully use your product. Agent Preference examines which tools agents choose for a task and why.
This CLI puts that work in the terminal where you and your coding agent already work. Local execution supports the complete evaluate, analyze, fix, and retest loop. The hosted platform adds managed infrastructure and shared measurement over time.
Sign in with gauge auth login to use hosted Chat and Agents. On a remote
terminal, use gauge auth login --device. See signing in
for help with login and API keys.
Web fixtures let you test changes to content an agent encounters, such as a docs page, without publishing them first. They replace pages or route a site to a preview in both local and hosted runs. Hosted Gauge's gateway also brokers credentials and can rewrite responses separately for each session.
Project inputs on saved eval/preference launches, and --dry-run for those saved
measurements, are currently local-only. For hosted working-tree input snapshots
and previews, use case files or a case spec with gauge run --hosted.
For example, the shared case above supports gauge run --hosted --dry-run;
hosted previews contact Gauge and may upload inputs. Local and hosted saved
measurements have separate IDs and storage.
To move a project to hosted execution:
gauge onboard
gauge init --hosted
gauge instructions --hosted
gauge onboard signs you in and creates or selects a workspace.
gauge init --hosted changes this checkout's private backend preference; it does
not move local measurements or history into hosted storage. Hosted runs use workspace
credits. See the documentation for hosted
setup, PR checks, and optimization workflows.
The CLI bundles instructions for coding agents, so the guidance matches the installed version:
gauge instructions
gauge instructions init
gauge instructions run
gauge instructions eval
gauge instructions preference
gauge instructions session-analysis
gauge instructions --list
gauge --help
gauge run --help
Use -o json on read commands for scripts and agent analysis. Check the runtime
with gauge local runtime inspect; configure provider credentials with
gauge local profiles --help. Update the CLI with gauge update.
See the CLI reference for configuration, supported inputs, credentials, background runs, cleanup, and CI usage.
The installed CLI collects command usage by default: command name, timestamp, CLI version, and a random installation ID. It excludes arguments, prompts, file contents, and account identifiers. Disable collection with:
gauge telemetry disable
Or set GAUGE_TELEMETRY_DISABLED=1 for a process or CI environment. See
telemetry details for storage, delivery,
and the distinction from authenticated API usage analytics.
From the repository root:
npm ci
npm ci --prefix cli
npm run check
check builds, typechecks, runs tests, and verifies packaged installs. It does
not require a Gauge account, Docker, a database, or another repository checkout.
For a CLI development loop after building, use
npm run dev --prefix cli -- --help.
Docker integration checks run in the custom runtime workflow.
The runtime and
CLI release workflows validate and publish
versioned artifacts. Runtime releases produce a qualified manifest; commit it as
cli/runtime-manifest.json before releasing the CLI.
The shared libraries also have public npm releases, published by the
agent adapters and
local execution workflows from
gauge-sh/gauge-cli. Each package's npm trusted publisher must point to that
repository and its matching workflow.
See Releasing for repository setup, package permissions, and the runtime-to-CLI release sequence.
Issues are welcome. Forking and building your own version is the preferred way to customize Gauge. Only the Gauge team merges changes into this repository; we periodically consider
Auto-fetched and translated by AI Atlas. All rights belong to the original author.