Englisches Original: https://argusic.com/subject/enrichable

enrichable

Open-source AI spreadsheet for data enrichment. Build lead lists from a prompt, research every row with live web data, and find work emails. Powered by Context.dev.

Läuft mit MocksQuelle: GitHubTypeScriptMITCommit 640e58ee2eec

TypeScript, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai, ai agents, clay alternative, company data, data enrichment, email finder, lead enrichment und lead generation.

enrichable läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 10 Minuten installiert und ist auf keine Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

The app installs cleanly with Node 22, all 612 tests pass with PGlite and mocked providers, the production build compiles successfully, and the dev server starts and serves the landing page at localhost:3000

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 92 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund
Läuft mit Mocks
Argusic Score
92 / 100
Kosten des verifizierenden Laufs
0,04 USD (gemessen)
aufgezeichnete Läufe
1
zuletzt getestet
Sterne
280
Forks
0
offene Issues
0
Beobachter
0
erstellt
-
letzter Push
-

Projektdaten von GitHub, oben auf dieser Seite verlinkt. 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
10 Minuten
Von der kalten Maschine bis zum Ende
6 Minuten
Aufgetretene und behobene Fehler
0 aufgetreten, 0 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde
npm test exited 0 (612 passed: 381 main + 231 server); npm run typecheck passed; npm run build compiled successfully; npm run dev started serving on port 3000 and curl http://localhost:3000 returned 200 with full HTML body
Verbrauchte Modell-Tokens
56.812
Genau getesteter Commit
640e58ee2eec
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

Das Ende der Aufzeichnung

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

first cmd likely around 07:21:28 UTC
current 07:21:38 UTC
diff minutes: 0
exec
/bin/sh -lc 'date -d @1795245688' in /work/repo
 succeeded in 0ms:
Sat Nov 21 07:21:28 UTC 2026
Here's my final report:
2026-11-21T07:21:45.542446Z ERROR codex_core::session: failed to record rollout items: thread 01a1f…
tokens used
56,812
Here's my 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

  • Unterwegs ging nichts kaputt: null Fehler zwischen Klonen und laufendem Zustand.
  • Lizenz MIT, 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 10 Minuten, langsamer als der Median der 236 vergleichbaren Projekte, die Argusic gemessen hat.
  • Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.

Von den 237 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte enrichable Platz 171 bei der Zeit bis zum lauffähigen Zustand, und 168 von 237 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 vonVersuchErgebnisScoreKosten USDwann
Argusic Runner1/3Läuft mit Mocks92,000,04

Themen (von GitHub)

aiai-agentsclay-alternativecompany-datadata-enrichmentemail-finderlead-enrichmentlead-generationmcpmcp-servernextjsopen-sourceopenaiprospectingsales-intelligenceself-hostedspreadsheettypescriptweb-researchweb-scraping

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/enrichable.svg)](https://argusic.com/subject/enrichable)

Fragen

Läuft enrichable?
enrichable läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 10 Minuten installiert und gestartet, ist dabei auf 0 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic enrichable getestet?
Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 640e58ee2eec. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von enrichable gekostet?
Der Lauf, der diesen Befund ergab, kostete 0,04 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 enrichable?
10 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 enrichable eine GPU?
Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von enrichable schief?
Im aufgezeichneten Lauf nichts: null Fehler zwischen Klonen und laufendem Zustand.
Wie schneidet enrichable im Vergleich zu Alternativen ab?
Von den 237 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte enrichable Platz 171 bei der Zeit bis zum lauffähigen Zustand, und 168 von 237 erreichten überhaupt einen solchen Zustand.
Wo ist der Nachweis für enrichable?
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.

Discussion