Tura-AI/tura：README 來源編輯指南

Tura-AI/tura 的 README 將專案描述為「Across 348 long-horizon benchmark sessions, Tura used up to 83.1% fewer turns on the rewrite benchmark and improved the DeepSWE pass rate by up to 16.7 percentage points compared with Codex CLI.」。本文只整理倉庫可直接核對的內容，不把 star、Fork 或宣傳語當成品質證明。README 在「README」下寫到：Tura is an open-source agent runtime harness that delivers better results with fewer tokens.。這說明的是專案邊界，不是已完成的生產驗證。

從 README 的「Contributing and project governance」與相關條目，可以先判斷它是否處理你的實際問題：Contribution guide - test ownership, affected。若需求不同，不應只因專案熱度就採用。本文保留原始專案名、命令與元件名，方便回到一手來源核對。 README 另外列出一項可核對的資訊：Contributing - start here for contribution types,。這類原文條目可用來設計試跑步驟，但不能取代實際環境測試。

README 將運作方式分散在「Benchmark」等段落。可確認的線索包括：Long-horizon task benchmarks are one way to look past a polished isolated prompt and see how an agent handles real work. The published comparison uses harness-based development tasks with archived prompts, per-round tool calls, token。本文不把未寫出的架構、效能或安全邊界補成結論；真正的執行鏈仍要配合目錄、設定檔與版本標籤檢查。

第一次安裝應從 README 指出的入口開始。目前可核對的命令是： # Turn 3 , build cargo build -p runtime 如果倉庫沒有命令，本文不會自行編造步驟，而是建議先閱讀「Screenshots」，確認系統依賴、預設埠與首次初始化。

日常使用取決於專案文件。README 的「Benchmark」段落提到：> The published artifacts compare the named Tura Balanced, Tura Direct, and Codex CLI configurations on 20 DeepSWE tasks, 5 rewrite tasks, and 2 separately reviewed design tasks. [^debug-figure]. current test-set record. [^test-set-record]。設定檔、環境變數、權限與資料目錄只在來源明確時才會記錄；沒有寫出的預設值，應在測試環境驗證並保留回滾副本。 同一部分也提到：Roadmap - current 0.1.x stabilization priorities and the planned。

README 能確認的限制比宣傳頁更重要。現有來源沒有證明Tura-AI/tura具備固定相容矩陣、服務等級、效能基準或長期支援承諾。README 只明確寫到「The published results do not establish equivalent quality or performance for every configured provider. Broader Anthropic/Claude, Google/Gemini, OpenAI-compatible, local-provider, UI-latency, runtime/session parsing, and cross-OS」。這些未知項應列入選型紀錄，不要改成肯定句。