Läuft kaogong-shuati?

Ja. kaogong-shuati läuft. Argusic hat es auf einer sauberen Maschine in 8 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.

Wie hat Argusic kaogong-shuati getestet?

Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 12cf8e73be8f. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.

Was hat der Test von kaogong-shuati gekostet?

Der Lauf, der diesen Befund ergab, kostete 0,22 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 kaogong-shuati?

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 kaogong-shuati eine GPU?

Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.

Was geht bei der Installation von kaogong-shuati schief?

Im aufgezeichneten Lauf gingen 5 Dinge kaputt, und 5 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.

Wo ist der Nachweis für kaogong-shuati?

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.

Englisches Original: https://argusic.com/subject/kaogong-shuati

kaogong-shuati

考公刷题 App（公考/gongkao/国考/省考/事业单位）：行测申论题库 · 错题本 · AI 解析。中文名：没钱考什么公。

LäuftQuelle: GitHubJavaScriptMITCommit 12cf8e73be8f

JavaScript, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai, android, capacitor, civil service exam, education, exam prep, gongkao und kaogong.

kaogong-shuati läuft. Ein Argusic-Agent hat es in 8 Minuten installiert und ist auf 5 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

Server launches on Node.js v22.6.0 with --experimental-sqlite flag, serves all API endpoints, passes 121/130 tests (106 pass without patches, 15 more pass after spawn patches)
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

Befund: Läuft
Argusic Score: 100 / 100
Kosten des verifizierenden Laufs: 0,22 USD (gemessen)
aufgezeichnete Läufe: 1
zuletzt getestet: 2026-11-10
Sterne: 206
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.

Durch jeden Fehlschlag verlorene Zeit beim Testen von kaogong-shuati, aus dem aufgezeichneten Lauf gezeichnet — Jeder Balken ist ein Fehler, den der Agent aufgezeichnet hat, mit der Zeit, die er gekostet hat. Aus diesem Lauf gezeichnet, aus keiner anderen Quelle.

Was schiefging, in den Worten des Agents

Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.

Node.js v18.19.1 (system) does not support node:sqlite; project requires >=22.52 Minuten
test-custom-practice-e2e.mjs used playwright msedge channel which was not installed2 Minuten
node:sqlite requires --experimental-sqlite flag in v22.6.01 Minute
Tests spawning child server (test-random-practice-count.mjs et al.) did not pass --experimental-sqlite flag1 Minute
test-local-api.mjs, test-local-queries.mjs, test-local-ai.mjs fail because app-assets/tiku_app.db does not exist

Installationszeit: 8 Minuten
Von der kalten Maschine bis zum Ende: 8 Minuten
Aufgetretene und behobene Fehler: 5 aufgetreten, 5 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde: node --experimental-sqlite server.mjs 3099: / returns 200 (5526 bytes HTML), /api/subjects returns 4 subjects (31643 questions), /api/practice returns real questions, /api/ai/agents returns 4 agents, /api/records/stats returns practice stats, /api/favorites CRUD works
Verbrauchte Modell-Tokens: 197.911
Genau getesteter Commit: 12cf8e73be8f
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.

exec
/bin/sh -lc 'kill %1 2>/dev/null; true' in /work/repo
 succeeded in 0ms:
Now let me compile the final ARGUSIC_RESULT. Let me re-check the precision of the install time:
exec
/bin/sh -lc 'date +%s' in /work/repo
 succeeded in 0ms:
1794296588
The process started around 1794296100 (07:35) and now at 1794296588 (07:43) — ~8 minutes.
tokens used
197,911
The process started around 1794296100 (07:35) and now at 1794296588 (07:43) — ~8 minutes.

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 5 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 MIT, laut Angabe des Hosts.

Was nicht lief oder unbekannt ist

Die Installation dauerte 8 Minuten, langsamer als der Median der 232 vergleichbaren Projekte, die Argusic gemessen hat.
Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.

Von den 233 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte kaogong-shuati Platz 143 bei der Zeit bis zum lauffähigen Zustand, und 156 von 233 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	0,22	2026-11-10 07:43 UTC

Themen (von GitHub)

ai android capacitor civil-service-exam education exam-prep gongkao kaogong llm local-first nodejs offline-first pwa question-bank self-hosted shenlun shuati sqlite study-app xingce

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/kaogong-shuati.svg)](https://argusic.com/subject/kaogong-shuati)

Fragen

Läuft kaogong-shuati?: Ja. kaogong-shuati läuft. Argusic hat es auf einer sauberen Maschine in 8 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic kaogong-shuati getestet?: Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 12cf8e73be8f. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von kaogong-shuati gekostet?: Der Lauf, der diesen Befund ergab, kostete 0,22 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 kaogong-shuati?: 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 kaogong-shuati eine GPU?: Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von kaogong-shuati schief?: Im aufgezeichneten Lauf gingen 5 Dinge kaputt, und 5 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
Wie schneidet kaogong-shuati im Vergleich zu Alternativen ab?: Von den 233 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte kaogong-shuati Platz 143 bei der Zeit bis zum lauffähigen Zustand, und 156 von 233 erreichten überhaupt einen solchen Zustand.
Wo ist der Nachweis für kaogong-shuati?: 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.