标签
Maka 内置了对 DeepSeek API 联网搜索的支持，通过 API 请求参数声明 web_search 工具，无需对接第三方搜索引擎，进一步提升对 DeepSeek/GLM/Kimi 等模型的适配能力。
在Kimi K3模型上，开源agent框架Maka在Terminal-Bench 2.1评测中整体通过率比官方Kimi Code CLI高10%，困难题高20%，通过context-budget pruning、精简工具面和系统提示等优化实现了显著性能提升，相关报告和harness已开源。
Maka 项目正在为发布做全面梳理，并开始整理设计文档，旨在帮助开发者学习 Agent 开发。这是一个本地优先的 Agent 工作空间，目前已获得 640 star，社区活跃。
Maka的Harness工程通过改进self-check机制，使DeepSeek Flash V4在terminal-bench样本集上达到接近GLM-5.2的评测效果，仅用4元人民币和97.5%的缓存命中率完成10道编程Agent任务。