Englisches Original: https://argusic.com/subject/ifixai
iFixAi
Unabhängige Prüfung von KI-Agenten. Durchgeführt von einem Menschen oder vom Agenten selbst, um die wichtigste Frage in der KI-Agenten-Ökonomie zu beantworten. Tut der Agent das, was er tun soll? Mit iFixAi erhalten Sie diese Antwort in weniger als 120 Sekunden.
LäuftQuelle: GitHubHomepagePythonApache-2.0Commit a97869975ff7
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: agent evaluation, ai, ai alignment, ai evaluation, ai governance, ai safety, cli und diagnostic tool.
iFixAi läuft. Ein Argusic-Agent hat es in 2,5 Minuten installiert und ist auf keine Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
ifixai is installed in a venv, passes layout validation, ruff linting, and bandit security scan, and runs all 60 inspections against the mock provider, producing JSON and Markdown reports.
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.
- Installationszeit
- 3 Minuten
- Von der kalten Maschine bis zum Ende
- 3 Minuten
- Aufgetretene und behobene Fehler
- 0 aufgetreten, 0 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- pip install -e '.[openai,dev]' exited 0; ruff check ifixai passed; bandit -r ifixai -ll passed; ifixai validate passed (60 tests); ifixai validate checked 11/11 example fixtures as Valid; ifixai run --provider mock --api-key not-used --eval-mode self executed all 60 inspections in 11s and wrote JSON+Markdown reports; ifixai list suites/tests/fixtures/categories all returned structured data
- Verbrauchte Modell-Tokens
- 149.691
- Genau getesteter Commit
- a97869975ff7
- 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.
/bin/sh -lc "cd /work/repo && . .venv/bin/activate && python3 -c \"
import pathlib
# check reports exist
r = list(pathlib.Path('ifixai-results').glob('*.json'))
print(f'Report JSONs produced: {len(r)}')
\" 2>&1" in /work/repo
succeeded in 0ms:
Report JSONs produced: 3
All checks passed with zero errors. Here is the final report:
tokens used
149,691
All checks passed with zero errors. Here is the 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
- Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
- In 2,5 Minuten installiert, schneller als der Median der 3 vergleichbaren Projekte, die Argusic gemessen hat.
- Unterwegs ging nichts kaputt: null Fehler zwischen Klonen und laufendem Zustand.
- 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 4 Projekten im Bereich agent-evaluation, die Argusic installiert und zeitlich gemessen hat, belegte iFixAi Platz 1 bei der Zeit bis zum lauffähigen Zustand, und 2 von 4 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 2,5 Minuten nach dem Klonen.
- Nach der eigenen README: Der dokumentierte Weg funktionierte, ohne dass etwas zu beheben war.
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 | 2/3 | Läuft mit Mocks | 92,00 | 0,05 | |
| Argusic Runner | 1/3 | Läuft | 100,00 | 0,02 |
Themen (von GitHub)
agent-evaluationaiai-alignmentai-evaluationai-governanceai-safetyclidiagnostic-tooleu-ai-acthallucination-detectioniso-42001llm-evaluationllm-securitynist-ai-rmfowasp-llmprompt-injectionpythonresponsible-airisk-assessmentrisk-management
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/ifixai)Fragen
- Läuft iFixAi?
- Ja. iFixAi läuft. Argusic hat es auf einer sauberen Maschine in 3 Minuten installiert und gestartet, ist dabei auf 0 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic iFixAi getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit a97869975ff7. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von iFixAi gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,02 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 iFixAi?
- 2,5 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 iFixAi eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von iFixAi schief?
- Im aufgezeichneten Lauf nichts: null Fehler zwischen Klonen und laufendem Zustand.
- Wie schneidet iFixAi im Vergleich zu Alternativen ab?
- Von den 4 Projekten im Bereich agent-evaluation, die Argusic installiert und zeitlich gemessen hat, belegte iFixAi Platz 1 bei der Zeit bis zum lauffähigen Zustand, und 2 von 4 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für iFixAi?
- 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.