Englisches Original: https://argusic.com/subject/last30days-skill

last30days-skill

AI-Agent-Skill, der jedes Thema über Reddit, X, YouTube, HN, Polymarket und das Web recherchiert und dann eine fundierte Zusammenfassung synthetisiert.

LäuftQuelle: GitHubPythonMITCommit 5103ba478b38

Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai prompts, ai skill, bluesky, claude, claude code, clawhub, deep research und hackernews.

last30days-skill läuft. Ein Argusic-Agent hat es in 34 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.

The last30days skill engine runs real research across Reddit, Hacker News, Polymarket, and GitHub with keyless sources; the full 5059-test suite passes with 90.16% coverage; the skill installs correctly via npx skills add; store/query/trending subcommands work; and the engine emits compact, JSON, and HTML 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 100 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund
Läuft
Argusic Score
100 / 100
Kosten des verifizierenden Laufs
0,21 USD (gemessen)
aufgezeichnete Läufe
1
zuletzt getestet
Sterne
66.590
Forks
5.829
offene Issues
17
Beobachter
218
Größe
53 MB
erstellt
letzter Push

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.

Durch jeden Fehlschlag verlorene Zeit beim Testen von last30days-skill, 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.

  • System Node v18.19.1 too old: vendored bird-search requires >=22 (import with JSON syntax); caused 2 test failures4 Minuten
  • uv not found on system PATH2 Minuten
  • npx skills package requires Node >= 22.20.0 for crc32 export from node:zlib1 Minute
Installationszeit
34 Minuten
Von der kalten Maschine bis zum Ende
36 Minuten
Aufgetretene und behobene Fehler
3 aufgetreten, 3 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde
uv run pytest --cov returned '5059 passed, 5 skipped, 105 subtests passed' with 90.16% coverage; last30days.py 'test query' --emit=compact returned real research (Reddit: 3 threads, HN: 2 stories, Polymarket: 7 markets, Github: 18 results); --emit=html produced valid HTML; store.py stats showed 1 topic, 26 findings; npx skills add . -g -y copied skill to ~/.agents/skills/last30days/
Verbrauchte Modell-Tokens
214.650
Genau getesteter Commit
5103ba478b38
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.

Actually, looking at CONTRIBUTING.md: "Python 3.12+". And the AGENTS.md says "Python 3.12+ required…
This is a gap but not a bug in the code. It's an environment requirement.
OK, let me compile my final report now.
I need to determine if the install is complete. The main test suite passes with Node 22. The engine…
One thing I want to double-check: did I verify that the actual skill is usable from the installed l…
Since I verified the direct CLI engine works (`python3 skills/last30days/scripts/last30days.py "tes…
Let me compile the final report.
Actually, I also want to check the AGENTS.md guidance about `lib/__init__.py` being bare. Let me ve…
That test (`test_plugin_contract.py`) passed in the suite, so it's fine.
Let me now finalize. I'll compute the elapsed time:
The session started at approximately 07:16 and it's now 07:50. That's about 34 minutes.
Let me write up 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

  • Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
  • In 34 Minuten installiert.
  • 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 MIT, laut Angabe des Hosts.

Was nicht lief oder unbekannt ist

  • Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.

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

getestet vonVersuchErgebnisScoreKosten USDwann
Argusic Runner1/3Läuft100,000,21

Themen (von GitHub)

ai-promptsai-skillblueskyclaudeclaude-codeclawhubdeep-researchhackernewsinstagramopenclawpolymarketrecencyredditresearchsocial-mediatiktoktrendstwitterweb-searchyoutube

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/last30days-skill.svg)](https://argusic.com/subject/last30days-skill)

Fragen

Läuft last30days-skill?
Ja. last30days-skill läuft. Argusic hat es auf einer sauberen Maschine in 34 Minuten installiert und gestartet, ist dabei auf 3 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic last30days-skill getestet?
Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 5103ba478b38. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von last30days-skill gekostet?
Der Lauf, der diesen Befund ergab, kostete 0,21 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 last30days-skill?
34 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 last30days-skill eine GPU?
Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von last30days-skill 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.
Wo ist der Nachweis für last30days-skill?
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