Englisches Original: https://argusic.com/subject/hajimari
hajimari
Hajimari ist eine schöne und anpassbare Browser-Startseite/Dashboard mit Kubernetes-Anwendungsermittlung.
LäuftQuelle: GitHubHomepageGoApache-2.0Commit b07024d99794
Go, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: dashboard, kubernetes und startpage.
hajimari läuft. Ein Argusic-Agent hat es in 8 Minuten 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.
Hajimari server binary builds and runs on port 3000, serving the Svelte frontend (HTTP 200) and all JSON API endpoints (startpage, apps, bookmarks) with the in-memory store.
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 96 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.
- internal/hajimari/crdapps/apps.go:72: logger.Error called with printf-style formatting directive instead of logger.Errorf1 Minute
- Installationszeit
- 8 Minuten
- Von der kalten Maschine bis zum Ende
- 8 Minuten
- Aufgetretene und behobene Fehler
- 1 aufgetreten, 1 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- curl -s -o /dev/null -w "%{ http_code}" http://localhost:3000/ returned 200; curl -s http://localhost:3000/startpage returned 200 with valid JSON; curl -s -o /dev/null -w "%{http_code}" http://localhost:3000/apps returned 200; curl -s -o /dev/null -w "%{http_code}" http://localhost:3000/bookmarks returned 200
- Verbrauchte Modell-Tokens
- 92.837
- Genau getesteter Commit
- b07024d99794
- 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.
- App launched on port 3000 with `memory: true` config (avoiding the `/data` filesystem and kubecon…
- `GET /` → HTTP 200 (1574 bytes) - serves the Svelte frontend
- `GET /startpage` → HTTP 200 (1315 bytes) - returns JSON with config defaults
- `GET /apps` → HTTP 200 (3 bytes - empty array, no Kubernetes cluster available)
- `GET /bookmarks` → HTTP 200 (3 bytes - empty array)
The app works as a standalone web server without Kubernetes by using the in-memory store. A real Ku…
exec
/bin/sh -lc "echo '{\"install_succeeded\": true, \"launch_succeeded\": true, \"install_minutes\": 8…
succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 8, "errors": [{"msg": "int…
tokens used
92,837Gesamte 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 8 Minuten installiert, schneller als der Median der 6 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 Apache-2.0, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Von den 7 Projekten im Bereich dashboard, die Argusic installiert und zeitlich gemessen hat, belegte hajimari Platz 3 bei der Zeit bis zum lauffähigen Zustand, und 5 von 7 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 8 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
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Läuft | 100,00 | 0,05 | |
| Argusic Runner | 1/3 | Läuft mit Mocks | 92,00 | 0,12 |
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/hajimari)Fragen
- Läuft hajimari?
- Ja. hajimari läuft. Argusic hat es auf einer sauberen Maschine in 8 Minuten installiert und gestartet, ist dabei auf 1 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic hajimari getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit b07024d99794. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von hajimari gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,05 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 hajimari?
- 8 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 hajimari eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von hajimari 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 hajimari im Vergleich zu Alternativen ab?
- Von den 7 Projekten im Bereich dashboard, die Argusic installiert und zeitlich gemessen hat, belegte hajimari Platz 3 bei der Zeit bis zum lauffähigen Zustand, und 5 von 7 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für hajimari?
- 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.