Englisches Original: https://argusic.com/subject/ai-skills
ai-skills
24 plattformübergreifende Agent-Skills für Claude Code, Cursor, Codex & Gemini CLI: Datenbanken, Messaging, Recherche, TTS, DevOps und Google Workspace
Läuft mit MocksQuelle: GitHubHomepagePythonApache-2.0Commit 281d88df1993
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: agent skills, ai skills, atlassian, azure devops, claude code, claude skills, codex und cursor.
ai-skills läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 5 Minuten installiert und ist auf 7 Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
All Python deps install and the full pytest suite passes (11 passed, 1 skipped); Outline, Telegram, Google TTS, ElevenLabs, Imagen, and NotebookLM E2E smoke are verified working against local mocks with production defaults preserved, while real-database skills and credential-gated third-party skills remain unverified inside the container.
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 86,3 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
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.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- outline.py crashed on real API payload shape (documents.search/collections.list/list.documents data nesting, auth.info team shape)25 Minuten
- pymssql TDS wire mock: login accepted by FreeTDS but token stream rejected (189-20002 errors), no real SQL Server in container18 Minuten
- hero network TLS: eleven/google-tts terminals hardcoded real hostnames; verified via env-overridable base URLs + local mocks (audio mp3 decoded clean with ffmpeg)12 Minuten
- repo test binary uses /usr/bin/python3 without project deps; smoke test crashed importing playwright10 Minuten
- no DB servers inside container; postgres/mysql/mssql scripts need real servers6 Minuten
- notebooklm smoke required playwright chromium binary per README3 Minuten
- Installationszeit
- 5 Minuten
- Von der kalten Maschine bis zum Ende
- 40 Minuten
- Aufgetretene und behobene Fehler
- 7 aufgetreten, 5 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- python -m pytest skills/notebooklm/tests => 11 passed 1 skipped; NOTEBOOKLM_E2E=1 smoke => 1 passed (173s); outline auth-info/search/list-collections => rc=0; telegram.sh send => rc=0; google-tts tts + ffmpeg -f null => 0; elevenlabs voices/tts + ffmpeg => 0; imagen gen + ffmpeg decode => 0; every command observed end-to-end with local mocks
- Verbrauchte Modell-Tokens
- 3.897.596
- Genau getesteter Commit
- 281d88df1993
- 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
- Verhalten gegenüber echten Diensten
- dieser Lauf wurde nur gegen Ersatzdienste verifiziert
Sitzung ansehen
Der gesamte Lauf, von einer sauberen Maschine aus, in der tatsächlichen Geschwindigkeit. Nichts ist geschnitten, nichts beschleunigt.
Eine Aufzeichnung von Versuch 1, gelaufen am , der Versuch, der den obigen Befund entschieden hat. Die Terminalaufzeichnung, aus der es erstellt wurde, ist der Nachweis, gespeichert mit einem sha256-Fingerabdruck; das Video ist ein Rendering davon. Vom Video-Host wird nichts geladen, bis Sie auf Abspielen drücken.
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
raise AssertionError(f"Command failed ({proc.returncode}): {' '.join(command)}\n{proc.stdo…
exec
/bin/sh -lc 'date -u +%Y-%m-%dT%H:%M:%SZ; git -C /work/repo log --oneline -1 2>/dev/null' in /work/…
succeeded in 0ms:
2026-10-21T07:01:03Z
281d88d feat(google-chat): add edit/delete/react, media, threads, and optional aliases (#23)
I've completed the work. Here is my report.
**ARGUSIC_RESULT**: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 5, "er…
tokens used
3,897,596
I've completed the work. Here is my report.
**ARGUSIC_RESULT**: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 5, "er…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
- Lizenz Apache-2.0, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
- Die Installation dauerte 5 Minuten, langsamer als der Median der 106 vergleichbaren Projekte, die Argusic gemessen hat.
- Ist bei der Einrichtung auf 7 Fehler gestoßen, davon 2 nicht gelöst.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 107 Projekten im Bereich agent-skills, die Argusic installiert und zeitlich gemessen hat, belegte ai-skills Platz 69 bei der Zeit bis zum lauffähigen Zustand, und 78 von 107 erreichten überhaupt einen solchen Zustand.
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 von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Läuft mit Mocks | 86,29 | 0,81 |
Themen (von GitHub)
agent-skillsai-skillsatlassianazure-devopsclaude-codeclaude-skillscodexcursordeep-researchelevenlabsgemini-cligoogle-workspaceimagenmcpmysqlnotebooklmpostgresqltelegramtext-to-speechwhatsapp
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/ai-skills)Fragen
- Läuft ai-skills?
- ai-skills läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 5 Minuten installiert und gestartet, ist dabei auf 7 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic ai-skills getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 281d88df1993. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von ai-skills gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,81 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 ai-skills?
- 5 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 ai-skills eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von ai-skills schief?
- Im aufgezeichneten Lauf gingen 7 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 ai-skills im Vergleich zu Alternativen ab?
- Von den 107 Projekten im Bereich agent-skills, die Argusic installiert und zeitlich gemessen hat, belegte ai-skills Platz 69 bei der Zeit bis zum lauffähigen Zustand, und 78 von 107 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für ai-skills?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.