Englisches Original: https://argusic.com/subject/git-ai
git-ai
Eine Git-Erweiterung zum Verfolgen des KI-generierten Codes in Ihren Repos
LäuftQuelle: GitHubHomepageRustApache-2.0Commit 1f16720db855
Rust, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: ai, ai blame und coding agents.
git-ai läuft. Ein Argusic-Agent hat es in 38 Minuten installiert und ist auf 3 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
git-ai builds from source with cargo, all 2481 unit tests pass, 1310+ sampled integration tests across checkpointing, blame, diff, rewrite ops, agent presets, worktrees, and async daemon mode all pass with RUSTUP_TOOLCHAIN=stable and GIT_AI_TEST_BINARY_PATH set.
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.
- No Rust toolchain installed17 Minuten
- Cargo file lock contention from overlapping builds5 Minuten
- Integration tests fail: rustup cargo proxy not found in subprocess1 Minute
- Installationszeit
- 38 Minuten
- Von der kalten Maschine bis zum Ende
- 45 Minuten
- Aufgetretene und behobene Fehler
- 3 aufgetreten, 3 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- cargo test --lib: 2481 passed, 0 failed; cargo test --test async_mode: 16 passed; cargo test --test commit_hunks: 16 passed; targeted integration suite (1310 tests covering basic_commit_attribution, checkpoint_unit, diff, blame_comprehensive, stash, rebase, cherry_pick, reset, amend, agent_commits_blame): all passed; binary version prints 1.7.3 (debug)
- Verbrauchte Modell-Tokens
- 367.993
- Genau getesteter Commit
- 1f16720db855
- 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.
| `commit_hunks` | 16 | all passed | | `commit_tree_update_ref` | (results seen, all ok) | all passed | | `config_fresh_test` | (results seen, all ok) | all passed | The full integration suite (3418 tests) takes 15+ minutes. All sampled subsets pass cleanly. ## Lint & format `cargo fmt --check` exits cleanly (no formatting issues). ## Errors | Error | Fix | Minutes | |---|---|---| | No Rust toolchain installed (`rustc: not found`) | Installed via `rustup` | ~17 | | Integration tests fail: "rustup could not choose a version of cargo to run" in `test_repo.rs:3924… | Cargo file lock contention (multiple concurrent builds) | Kill stale cargo processes before start…
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.
- Hat sich von allen 3 Fehlern 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 Apache-2.0, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Was nicht lief oder unbekannt ist
- Die Installation dauerte 38 Minuten, langsamer als der Median der 230 vergleichbaren Projekte, die Argusic gemessen hat.
Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte git-ai Platz 221 bei der Zeit bis zum lauffähigen Zustand, und 152 von 231 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.
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)
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/git-ai)Fragen
- Läuft git-ai?
- Ja. git-ai läuft. Argusic hat es auf einer sauberen Maschine in 38 Minuten installiert und gestartet, ist dabei auf 3 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic git-ai getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 1f16720db855. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von git-ai gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,20 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 git-ai?
- 38 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 git-ai eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von git-ai schief?
- Im aufgezeichneten Lauf gingen 3 Dinge kaputt, und 3 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet git-ai im Vergleich zu Alternativen ab?
- Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte git-ai Platz 221 bei der Zeit bis zum lauffähigen Zustand, und 152 von 231 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für git-ai?
- 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.