· 9 min read

MoFA 赏金任务启动了

现在,我们"软启动"首批赏金任务!欢迎 MoFA 魔法师们踊跃参与,共同推动MoFA 开源生态的发展!

现在,我们"软启动"首批赏金任务!欢迎 MoFA 魔法师们踊跃参与,共同推动MoFA 开源生态的发展!

前几天,我们发布了 MoFA 魔法师召集令,并初步介绍了 MoFA“赏金任务”。 现在,我们实验性地启动首批赏金任务!欢迎 MoFA 魔法师们踊跃参与,共同推动 MoFA 开源生态的发展!✨


🔔 重要说明

活动的机制仍在探索和优化中,当前我们遵循的原则是:

先到先得,双向选择 —— 任务按申请时间的先后顺序分配。相关任务负责人将与申请者一起评估,双向选择是否分配任务。

希望魔法师们:

请多反馈 —— 你的意见和建议对我们改进流程至关重要!

请多包涵 —— 组织者保留对任务、规则和评判标准的解释权,以及在必要时调整任务的权利。

感谢各位魔法师的支持与理解!我们会尽最大努力让机制更 公平、透明、高效,确保 MoFA 赏金任务成为一个 长期稳定、健康发展的开源开发平台


🎯 任务目标

首批任务聚焦于 相对简单、短期可完成的目标,希望通过这些任务,让组织者和魔法师们都能顺利配合,共同积累经验,逐步优化机制。

我们也希望 新魔法师们借此机会“以战代练,边战边练”,快速提升 AI 应用开发能力,同时积累开源项目经验值。 与此同时,请魔法师们务必理解:这个平台的核心运作逻辑,建立在高质量完成“赏金任务”的基础之上


📝 任务列表(共三个)

📌 Task 1: MoFA 脚手架程序

🎯 任务目标 (What)

当开发者安装好 MoFA 仓库,准备编写自己的 Agent 时,目前需要手动创建 Agent 目录,并搭建多个子目录来存放代码、配置文件等。这一过程繁琐、容易出错,降低了开发效率。

我们希望 开发一个 MoFA 脚手架程序(Scaffolding Program),用于 自动化生成 Agent 目录结构,让开发者可以更快捷地启动自己的项目。

脚手架程序的作用类似于建筑工地上的 脚手架,帮助开发者迅速搭建项目框架,而无需从零开始配置所有内容。


🧐 为什么需要它 (Why)

  • 降低 MoFA Agent 开发门槛,减少开发者的手动操作,提高开发体验。
  • 减少人为错误,让目录结构更加标准化和可维护。
  • 提升 MoFA 开发生态的易用性,吸引更多开发者参与。

你可以参考 GitHub 上的一些优秀脚手架项目,例如 Dora-rs


🛠️ 任务要求 (How)

  • 脚手架程序应具备可配置性,支持开发者根据需求调整项目结构。
  • 使用 Python 编写,确保在 Windows、Linux、Mac 环境下均可稳定运行。
  • 提供清晰的使用说明文档,便于开发者快速上手。

⏳ 任务时间 (When)

📅 任务开放时间:即日起开放 📅 开放截止时间:2025 年 2 月 28 日 📅 最终完成时间:2025 年 3 月 7 日


💰 赏金奖励 (How Much)

🎖 基础实现(满足基本要求):400 元 🌟 扩展实现(超越基本需求):魔法师可与任务发布者沟通,提出创新优化方案,并协商额外奖励


📌 Task 2: MoFA 包依赖在不同系统和Python版本上的验证

任务目标 (What):

将 MoFA 项目的依赖管理从 requirements.txt 转换为 pyproject.toml 格式,并在 Windows、Linux 和 macOS 系统上使用 Python 3.10 及以上版本进行依赖安装和版本号的确认,保证版本之间没有冲突


为什么需要它 (Why):

  • 提升依赖管理的标准化和可维护性: pyproject.toml 是 Python 官方推荐的标准格式,能够统一项目的构建和依赖配置,减少手动管理的复杂性。

  • 增强跨平台兼容性: 通过在不同操作系统和 Python 版本上验证依赖安装,确保项目在多环境下的稳定性和一致性。


任务要求 (How):

  1. 转换依赖配置: 将项目根目录下的 requirements.txt 文件内容迁移到 pyproject.toml 文件中,确保所有依赖项和版本号正确无误。

  2. 验证依赖安装: 在以下环境中,使用相应的 Python 版本进行依赖安装,并确认安装成功:

    • Windows 系统: Python 3.10 或以上版本

    • Linux 系统: Python 3.10 或以上版本

    • macOS 系统: Python 3.10 或以上版本

  3. 记录安装过程: 详细记录每个环境下的安装步骤、遇到的问题及解决方案,以便后续参考和改进。

  4. 运行测试案例: 安装过后在环境中运行我们给定的三个案例,测试是否存在问题


任务时间 (When):

  • 任务开放时间: 即日起

  • 开放截止时间: 2025 年 2 月 28 日

  • 最终完成时间: 2025 年 3 月 7 日

  • 赏金奖励: 800 元

请在规定时间内完成任务,并提交相关成果和报告。


📌 Task 3: MoFA Ci/Cd 验证

任务目标 (What):

配置 GitHub Actions 工作流,使其在 main 分支提交后自动运行测试,并在测试通过后将包发布到 PyPI;在其他分支提交后,仅运行测试,不进行发布。


为什么需要它 (Why):

  • 自动化发布流程:main 分支提交后自动发布到 PyPI,减少手动操作,提高效率。
  • 分支管理: 仅在 main 分支进行发布,确保发布的稳定性和可靠性。 其他分支仅作测试

任务要求 (How):

  1. 创建工作流文件: 在项目根目录下的 .github/workflows 目录中,创建一个名为 ci-cd.yml 的文件。

  2. 配置工作流触发条件: 设置工作流在 push 事件触发时运行,并指定仅在 main 分支上运行。

  3. 定义工作流作业: 在工作流中定义一个作业,设置运行环境,并添加步骤来安装依赖、运行测试和发布包。 (如果需要,我们会上传一个包含rust+dora+python的镜像到docker-hub中)

  4. 配置 PyPI 凭据: 在 GitHub 仓库的设置中,添加名为 PYPI_USERNAMEPYPI_PASSWORD 的机密,以存储您的 PyPI 用户名和密码。 (我们会提供相关的凭据)

任务时间 (When):

  • 任务开放时间: 即日起

  • 提交截止时间: 2025 年 2 月 28 日

  • 最终完成时间: 2025 年 3 月 7 日

  • 赏金奖励: 800元

请在规定时间内完成任务,并提交相关成果和报告。


我们期待各位 MoFA 魔法师的精彩表现! 如果你有任何疑问或建议,欢迎随时交流。

Share:
Back to Blog

Related Posts

View All Posts »
MoFA 赏金魔法师任务

MoFA 赏金魔法师任务

如果您有兴趣体验我们的组合式AI开发, 成为我们的赏金魔法师,可以考虑联系我们,做一下魔法师任务。

AI技术的本质:人性揭蔽

AI技术的本质:人性揭蔽

1953年,海德格尔说,技术的本质是对存在的揭蔽,古代和现代技术的本质揭蔽了自然的真相。那么,大约70年以后,AI技术的本质变了吗?