Englisches Original: https://argusic.com/subject/compose-skill
compose-skill
Compose Skill (Compose Kit): agent skills für Jetpack Compose und Compose Multiplatform. Lässt Claude Code, Codex, Cursor, Copilot, Gemini CLI und OpenCode besseres Compose schreiben: MVI, Koin, Navigation 3, Ktor, Room. Blind getestet an 5 Modellen in 120 Agentenläufen.
LäuftQuelle: GitHubHomepageShellMITCommit da2259613c03
Shell, Lizenz MIT. Das Projekt beschreibt sich selbst als: agent skills, ai coding assistant, android, claude code, claude skills, codex, compose multiplatform und compose skill.
compose-skill läuft. Ein Argusic-Agent hat es in 1 Minute installiert und ist auf 1 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
All 90 guard tests pass: 11 shell-guard scripts validate MVI/Koin/Nav3 architecture conventions on good fixtures and correctly reject bad fixtures, frontmatter schema validation passes on all 7 skills, the new-feature scaffold builds correctly and passes all checks after SEAM markers are implemented, install-guards.sh installs cleanly, and plugin manifests validate all 7 skills.
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
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.
- Python yaml module (PyYAML) not installed, causing 8 frontmatter validation tests to fail1 Minute
- Installationszeit
- 1 Minuten
- Von der kalten Maschine bis zum Ende
- 1 Minuten
- Aufgetretene und behobene Fehler
- 1 aufgetreten, 1 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- bash tests/skills/compose-architecture/run-tests.sh exited 0, 90 passed, 0 failed. python3 scripts/validate-plugin-manifests.py exited 0 printing '4 JSON files parsed; references exist; 7 skills found'.
- Verbrauchte Modell-Tokens
- 33.615
- Genau getesteter Commit
- da2259613c03
- 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.
/work/repo/docs/attribution: total 288 drwxr-xr-x 2 runner runner 66 Oct 25 13:16 . drwxr-xr-x 4 runner runner 75 Oct 25 13:16 .. -rw-r--r-- 1 runner runner 281760 Oct 25 13:16 EXTERNAL_LEDGER.md -rw-r--r-- 1 runner runner 10834 Oct 25 13:16 STYLE_NOTES.md Everything is in order. Now let me compile the final JSON result. **Error encountered and fixed:** The frontmatter validation tests in `run-tests.sh` failed because … tokens used 33,615 Everything is in order. Now let me compile the final JSON result. **Error encountered and fixed:** The frontmatter validation tests in `run-tests.sh` failed because …
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 1 Minute installiert, schneller als der Median der 106 vergleichbaren Projekte, die Argusic gemessen hat.
- Hat sich von dem einen Fehler 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.
Was nicht lief oder unbekannt ist
- 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 compose-skill Platz 22 bei der Zeit bis zum lauffähigen Zustand, und 78 von 107 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 1 Minuten nach dem Klonen.
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
Themen (von GitHub)
agent-skillsai-coding-assistantandroidclaude-codeclaude-skillscodexcompose-multiplatformcompose-skillcursorgemini-cligithub-copilotjetpack-composekmpkoinkotlinkotlin-multiplatformktorllmmvi-architectureroom
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/compose-skill)Fragen
- Läuft compose-skill?
- Ja. compose-skill läuft. Argusic hat es auf einer sauberen Maschine in 1 Minuten installiert und gestartet, ist dabei auf 1 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic compose-skill getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit da2259613c03. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von compose-skill gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,01 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 compose-skill?
- 1 Minute in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht compose-skill eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von compose-skill schief?
- Im aufgezeichneten Lauf ging 1 Sache kaputt, und 1 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet compose-skill im Vergleich zu Alternativen ab?
- Von den 107 Projekten im Bereich agent-skills, die Argusic installiert und zeitlich gemessen hat, belegte compose-skill Platz 22 bei der Zeit bis zum lauffähigen Zustand, und 78 von 107 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für compose-skill?
- 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.