Läuft building-a-coding-agent-from-scratch-course?

Ja. building-a-coding-agent-from-scratch-course läuft. Argusic hat es auf einer sauberen Maschine in 5 Minuten installiert und gestartet, ist dabei auf 0 Fehler gestoßen und hat die Sitzung aufgezeichnet.

Wie hat Argusic building-a-coding-agent-from-scratch-course getestet?

Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 798a1e7ad07c. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.

Was hat der Test von building-a-coding-agent-from-scratch-course gekostet?

Der Lauf, der diesen Befund ergab, kostete 0,02 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 building-a-coding-agent-from-scratch-course?

4,5 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 building-a-coding-agent-from-scratch-course eine GPU?

Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.

Was geht bei der Installation von building-a-coding-agent-from-scratch-course schief?

Im aufgezeichneten Lauf nichts: null Fehler zwischen Klonen und laufendem Zustand.

Wo ist der Nachweis für building-a-coding-agent-from-scratch-course?

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.

Englisches Original: https://argusic.com/subject/building-a-coding-agent-from-scratch-course

building-a-coding-agent-from-scratch-course

Lernen Sie Harness Engineering, indem Sie Claude Code von Grund auf neu erstellen. Kostenloser Open-Source-Kurs: 8 Artikel, 6 Videos, 1 Codebasis.

LäuftQuelle: GitHubPythonApache-2.0Commit 798a1e7ad07c

Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: ai agent, ai coding assistant, claude code, coding agent, course, curated list, harness engineering und kitaru.

building-a-coding-agent-from-scratch-course läuft. Ein Argusic-Agent hat es in 4,5 Minuten installiert und ist auf keine Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

Installed and built with uv, 2978 unit tests and 80 integration tests pass, format and lint clean, decode CLI reports version 0.1.0
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 100 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund: Läuft
Argusic Score: 100 / 100
Kosten des verifizierenden Laufs: 0,02 USD (gemessen)
aufgezeichnete Läufe: 2
zuletzt getestet: 2026-09-19
Sterne: 1.120
Forks: 264
offene Issues: 6
Beobachter: 16
Größe: 66 MB
erstellt: 2026-06-19
letzter Push: 2026-10-24

Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert 2026-11-04. 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.

Installationszeit: 5 Minuten
Von der kalten Maschine bis zum Ende: 5 Minuten
Aufgetretene und behobene Fehler: 0 aufgetreten, 0 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde: uv run decode --version returned "decode, version 0.1.0"; make unit-tests: 2978 passed, 1 skipped; make integration-tests: 80 passed, 34 skipped; make format-check: 346 files already formatted; make lint-check: All checks passed
Verbrauchte Modell-Tokens: 42.509
Genau getesteter Commit: 798a1e7ad07c
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.

    'launch_succeeded': True,
    'install_minutes': 4.5,
    'errors': [],
    'test_depth': 'tier1_real',
    'verified_how': 'uv run decode --version returned \\\"decode, version 0.1.0\\\"; make unit-test…
    'final_state': 'Installed and built with uv, 2978 unit tests and 80 integration tests pass, for…
}))
\"" in /work/repo
 succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 4.5, "errors": [], "test_d…
tokens used
42,509

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.
In 4,5 Minuten installiert, schneller als der Median der 69 vergleichbaren Projekte, die Argusic gemessen hat.
Unterwegs ging nichts kaputt: null Fehler zwischen Klonen und laufendem Zustand.
Lief ohne GPU, braucht also keine, um zu starten.
Lizenz Apache-2.0, laut Angabe des Hosts.
2-mal gemessen, das Ergebnis ist also kein Einzelfall.

Von den 70 Projekten im Bereich ai-agent, die Argusic installiert und zeitlich gemessen hat, belegte building-a-coding-agent-from-scratch-course Platz 30 bei der Zeit bis zum lauffähigen Zustand, und 43 von 70 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.
Für eine schnelle Evaluierung: Es lief 4,5 Minuten nach dem Klonen.
Nach der eigenen README: Der dokumentierte Weg funktionierte, ohne dass etwas zu beheben war.

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	2/3	Läuft	100,00	0,02	2026-09-19 16:21 UTC
Argusic Runner	1/3	Läuft	100,00	0,03	2026-09-18 07:23 UTC

Themen (von GitHub)

ai-agent ai-coding-assistant claude-code coding-agent course curated-list harness-engineering kitaru llm-evals modal opik pydantic-ai

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/building-a-coding-agent-from-scratch-course.svg)](https://argusic.com/subject/building-a-coding-agent-from-scratch-course)

Fragen

Läuft building-a-coding-agent-from-scratch-course?: Ja. building-a-coding-agent-from-scratch-course läuft. Argusic hat es auf einer sauberen Maschine in 5 Minuten installiert und gestartet, ist dabei auf 0 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic building-a-coding-agent-from-scratch-course getestet?: Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 798a1e7ad07c. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von building-a-coding-agent-from-scratch-course gekostet?: Der Lauf, der diesen Befund ergab, kostete 0,02 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 building-a-coding-agent-from-scratch-course?: 4,5 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 building-a-coding-agent-from-scratch-course eine GPU?: Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von building-a-coding-agent-from-scratch-course schief?: Im aufgezeichneten Lauf nichts: null Fehler zwischen Klonen und laufendem Zustand.
Wie schneidet building-a-coding-agent-from-scratch-course im Vergleich zu Alternativen ab?: Von den 70 Projekten im Bereich ai-agent, die Argusic installiert und zeitlich gemessen hat, belegte building-a-coding-agent-from-scratch-course Platz 30 bei der Zeit bis zum lauffähigen Zustand, und 43 von 70 erreichten überhaupt einen solchen Zustand.
Wo ist der Nachweis für building-a-coding-agent-from-scratch-course?: 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.