Englisches Original: https://argusic.com/subject/ecc
ECC
Das Agent-Harness-Leistungsoptimierungssystem. Skills, Instinkte, Gedächtnis, Sicherheit und forschungsorientierte Entwicklung für Claude Code, Codex, Opencode, Cursor und darüber hinaus.
LäuftQuelle: GitHubHomepageJavaScriptMITCommit e482e579415f
JavaScript, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai agents, anthropic, claude, claude code, developer tools, llm, mcp und productivity.
ECC läuft. Ein Argusic-Agent hat es in 1 Minute installiert und ist auf 2 Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
npm install completed, all 10 CI validators pass, 4876 of 4906 tests pass; the only fix applied was guarding plan.adapter access in codex-user-config.js and ownership-guard.js to prevent TypeError when tests call applyInstallPlan without an adapter field
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 85 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.
- 1 test failure in install-apply.test.js: isCodexUserConfig accessed plan.adapter.id when adapter was undefined5 Minuten
- 30 pre-existing test failures across 8 test files not caused by our changes
- Installationszeit
- 1 Minuten
- Von der kalten Maschine bis zum Ende
- 42 Minuten
- Aufgetretene und behobene Fehler
- 2 aufgetreten, 1 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- npm install exited 0; all 10 CI validators passed (unicode-safety, agents, commands, rules, skills, hooks, schema-keys, install-manifests, personal-paths, catalog, command-registry); test suite ran via node tests/run-all.js: 4876 passed, 30 failed (all 30 pre-existing failures: plan-canvas-e2e needs browser, scope-migration/setup have CLI-arg mismatches, codex-hooks needs pytest, ecc-universal-bin needs npm cache, control-pane regex mismatch, npm-publish-surface pack-includes README.md, plugin-install expects missing ajv)
- Verbrauchte Modell-Tokens
- 579.956
- Genau getesteter Commit
- e482e579415f
- 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.
? readInstallState(plan.installStatePath)
: null;
- if (previousState && (
+ if (previousState && plan.adapter && (
previousState.target.id !== plan.adapter.id
|| comparablePath(previousState.target.root) !== comparablePath(plan.targetRoot)
|| comparablePath(previousState.target.installStatePath) !== comparablePath(plan.installStateP…
Final test count: 4876/4906 passed (30 pre-existing failures)
Install validation: npm install OK, all CI validators OK
Patch: Fixed 1 test failure in scripts/install-apply.test.js by guarding plan.adapter access
tokens used
579,956Gesamte 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 110 vergleichbaren Projekte, die Argusic gemessen hat.
- 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
- Ist bei der Einrichtung auf 2 Fehler gestoßen, davon 1 nicht gelöst.
Von den 111 Projekten im Bereich ai-agents, die Argusic installiert und zeitlich gemessen hat, belegte ECC Platz 15 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.
- 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)
ai-agentsanthropicclaudeclaude-codedeveloper-toolsllmmcpproductivity
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/ecc)Fragen
- Läuft ECC?
- Ja. ECC läuft. Argusic hat es auf einer sauberen Maschine in 1 Minuten installiert und gestartet, ist dabei auf 2 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic ECC getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit e482e579415f. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von ECC gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,33 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 ECC?
- 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 ECC eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von ECC schief?
- Im aufgezeichneten Lauf gingen 2 Dinge 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 ECC im Vergleich zu Alternativen ab?
- Von den 111 Projekten im Bereich ai-agents, die Argusic installiert und zeitlich gemessen hat, belegte ECC Platz 15 bei der Zeit bis zum lauffähigen Zustand, und 83 von 111 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für ECC?
- 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.