Englisches Original: https://argusic.com/subject/agent-autoloop

agent-autoloop

让你的命令行 Agent 在后台自己接活、自己跟进到底;平时不烦你,遇到拿不准的事才发卡片找你拍板。

LäuftQuelle: GitHubTypeScriptMITCommit cecec75be3ca

TypeScript, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai agents, automation, claude code, cli, codex, event driven, mcp und nodejs.

agent-autoloop läuft. Ein Argusic-Agent hat es in 56 Minuten installiert und ist auf 5 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

The project installs and runs: the hub answered 200 on /healthz, the real Codex CLI completed a full ask-answer loop in the same resumed session reporting '试跑通过', test:quick passed 280/282, typecheck and format:check passed, and install-smoke.sh verified install-to-uninstall.

Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen

Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 60 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund
Läuft
Argusic Score
60 / 100
Kosten des verifizierenden Laufs
0,41 USD (gemessen)
aufgezeichnete Läufe
2
zuletzt getestet
Sterne
2.040
Forks
411
offene Issues
2
Beobachter
8
Größe
1 MB
erstellt
letzter Push

Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.

Was gemessen wurde

Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.

Durch jeden Fehlschlag verlorene Zeit beim Testen von agent-autoloop, aus dem aufgezeichneten Lauf gezeichnet
Jeder Balken ist ein Fehler, den der Agent aufgezeichnet hat, mit der Zeit, die er gekostet hat. Aus diesem Lauf gezeichnet, aus keiner anderen Quelle.

Was schiefging, in den Worten des Agents

Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.

  • npm run benchmark fails its '1000 simultaneous long-poll' assertion (only 562-619 active) because server child spawn + sequential fetch on this slow container takes >5s while early polls time out; README documents pass lines as machine-dependent18 Minuten
  • simulation.test.ts exhaustive enumeration and full npm test exceed this container's CPU budget (200k-step sim itself completed in ~296s printing valid counts); sim/crash/stream/delivery components pass individually12 Minuten
  • Real Codex agent runs failed first attempt: 'bwrap: No permissions to create a new namespace' - container blocks unprivileged user namespaces5 Minuten
  • System Node.js v18.19.1 rejected by install.sh (requires Node >=24); npm install initially ran against wrong engine with EBADENGINE4 Minuten
  • npm test failed with EMFILE 'too many open files' when many test files each spawned file watchers in parallel1 Minute
Installationszeit
56 Minuten
Von der kalten Maschine bis zum Ende
56 Minuten
Aufgetretene und behobene Fehler
5 aufgetreten, 5 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde
curl http://127.0.0.1:3351/healthz returned 200 {"ok":true,"commit":"cecec75be3ca..."}; node bin/agent-autoloop.ts status showed '今天做完 2' and card '你选了绿色,试跑通过' after answer; npm run test:quick exited 0 (280 passed / 0 failed / 2 skipped); start 'agent-autoloop try' printed card '【等你决定】#1 试跑:选一个颜色' and answer 1 2 resumed same session codex://threads/01a1a74d-c294-7ea3-a75c-e45409eaf1f4
Verbrauchte Modell-Tokens
1.433.009
Genau getesteter Commit
cecec75be3ca
Container-Image
sha256:cdd920bce783

Was nicht gemessen wurde

Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.

Maximaler GPU-Speicher
dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
Verhalten über einen langen Lauf
jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält

Das Ende der Aufzeichnung

Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.

- EMFILE in tests at default ulimit (fix: `ulimit -n 16384`) — ~1 min
- Benchmark poll assertion + simulation slowness (environment CPU-bound, not fixed, documented) — ~…
- Argusic Agent bwrap sandbox failure (container blocks unprivileged userns; worked around in test …
exec
/bin/sh -lc 'date -u +%H:%M; echo "started ~15:24 UTC"' in /work/repo
 succeeded in 0ms:
16:20
started ~15:24 UTC
All done. Final report:
tokens used
1,433,009
All done. Final report:

Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.

So wurde getestet

Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.

Stärken und Grenzen

Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.

Was gut lief

  • Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
  • Hat sich von allen 5 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
  • Lief ohne GPU, braucht also keine, um zu starten.
  • Lizenz MIT, laut Angabe des Hosts.
  • 2-mal gemessen, das Ergebnis ist also kein Einzelfall.

Was nicht lief oder unbekannt ist

  • Die Installation dauerte 56 Minuten, langsamer als der Median der 110 vergleichbaren Projekte, die Argusic gemessen hat.

Von den 111 Projekten im Bereich ai-agents, die Argusic installiert und zeitlich gemessen hat, belegte agent-autoloop Platz 106 bei der Zeit bis zum lauffähigen Zustand, und 83 von 111 erreichten überhaupt einen solchen Zustand.

Wofür es eine vernünftige Wahl ist

  • Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.

Ebenfalls getestet, im selben Bereich

Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.

Laufverlauf

getestet vonVersuchErgebnisScoreKosten USDwann
Argusic Runner2/3Läuft100,000,41
Argusic Runner1/3Lief nicht20,000,14

Themen (von GitHub)

ai-agentsautomationclaude-codeclicodexevent-drivenmcpnodejsself-hostedtypescriptworkflow

Badge einbetten

Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.

[![Tested by Argusic](https://argusic.com/badge/agent-autoloop.svg)](https://argusic.com/subject/agent-autoloop)

Fragen

Läuft agent-autoloop?
Ja. agent-autoloop läuft. Argusic hat es auf einer sauberen Maschine in 56 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic agent-autoloop getestet?
Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit cecec75be3ca. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von agent-autoloop gekostet?
Der Lauf, der diesen Befund ergab, kostete 0,41 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
Wie lange dauert die Installation von agent-autoloop?
56 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
Braucht agent-autoloop eine GPU?
Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von agent-autoloop schief?
Im aufgezeichneten Lauf gingen 5 Dinge kaputt, und 5 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
Wie schneidet agent-autoloop im Vergleich zu Alternativen ab?
Von den 111 Projekten im Bereich ai-agents, die Argusic installiert und zeitlich gemessen hat, belegte agent-autoloop Platz 106 bei der Zeit bis zum lauffähigen Zustand, und 83 von 111 erreichten überhaupt einen solchen Zustand.
Wo ist der Nachweis für agent-autoloop?
Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.

Discussion