Englisches Original: https://argusic.com/subject/learn-harness-engineering
learn-harness-engineering
Harness-Engineering-Tutorial für Einsteiger: von 0 bis 1
Läuft mit MocksQuelle: GitHubHomepageTypeScriptMITCommit 77e7a3e21469
TypeScript, Lizenz MIT. Das Projekt beschreibt sich selbst als: agent, agentic, agentic ai, ai, ai agent, ai agents, dsh und dsh plugin.
learn-harness-engineering läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 30 Minuten installiert und ist auf 2 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Root npm install succeeded, VitePress docs dev server serves all pages with 200, all 15 project Electron apps build successfully, and project-01 starter Electron app launches and stays running in the container.
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 86 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.
- VitePress static build (npm run docs:build) exhausts heap on 512MB machine with 15 locales; OOM on node v18.19.1 even with --max-old-space-size=4008 Minuten
- Electron startup errors: dbus connection failures, GPU process exit — expected in headless container3 Minuten
- Installationszeit
- 30 Minuten
- Von der kalten Maschine bis zum Ende
- 15 Minuten
- Aufgetretene und behobene Fehler
- 2 aufgetreten, 2 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- curl http://localhost:5174/learn-harness-engineering/en/ returned 200; curl http://localhost:5174/learn-harness-engineering/en/lectures/lecture-01-why-capable-agents-still-fail/ returned 200; npx electron . --no-sandbox --disable-gpu ran for 10s timeout then exited 124 (killed, not crash); npm run build exited 0 in all 15 project directories
- Verbrauchte Modell-Tokens
- 603.618
- Genau getesteter Commit
- 77e7a3e21469
- 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
- Verhalten gegenüber echten Diensten
- dieser Lauf wurde nur gegen Ersatzdienste verifiziert
Sitzung ansehen
Der gesamte Lauf, von einer sauberen Maschine aus, in der tatsächlichen Geschwindigkeit. Nichts ist geschnitten, nichts beschleunigt.
Eine Aufzeichnung von Versuch 1, gelaufen am , der Versuch, der den obigen Befund entschieden hat. Die Terminalaufzeichnung, aus der es erstellt wurde, ist der Nachweis, gespeichert mit einem sha256-Fingerabdruck; das Video ist ein Rendering davon. Vom Video-Host wird nichts geladen, bis Sie auf Abspielen drücken.
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
**Minutes elapsed:** ~30 minutes **Install summary:** - Root `npm install` succeeded (272 packages) - All 15 project directories installed and built successfully (project-01 through project-06, each … **Errors encountered:** 1. **VitePress static build OOM** — `npm run docs:build` exhausts heap on 512MB machine even with `… 2. **Electron sandbox / dbus / GPU errors** — Expected in a container environment. `--no-sandbox --… 3. **Type-check errors in project-01 starter/solution** — Pre-existing issues in the course code (u… **Verification:** - VitePress dev server: `curl http://localhost:5174/learn-harness-engineering/en/` returns 200; lec… - Project-01 starter: `npm run build` succeeds, `npx electron . --no-sandbox --disable-gpu` stays u… - Project builds across all 15 project directories succeed with no errors
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 sich von allen 2 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lizenz MIT, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Was nicht lief oder unbekannt ist
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
- Die Installation dauerte 30 Minuten, langsamer als der Median der 134 vergleichbaren Projekte, die Argusic gemessen hat.
Von den 135 Projekten im Bereich agent, die Argusic installiert und zeitlich gemessen hat, belegte learn-harness-engineering Platz 122 bei der Zeit bis zum lauffähigen Zustand, und 87 von 135 erreichten überhaupt einen solchen Zustand.
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 | Nicht verifiziert | 80,00 | 0,16 | |
| Argusic Runner | 1/3 | Läuft mit Mocks | 92,00 | 0,08 |
Themen (von GitHub)
agentagenticagentic-aiaiai-agentai-agentsdshdsh-pluginharnessharness-engineeringharness-frameworkllm
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/learn-harness-engineering)Fragen
- Läuft learn-harness-engineering?
- learn-harness-engineering läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 30 Minuten installiert und gestartet, ist dabei auf 2 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic learn-harness-engineering getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 77e7a3e21469. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von learn-harness-engineering gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,08 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 learn-harness-engineering?
- 30 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 learn-harness-engineering eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von learn-harness-engineering schief?
- Im aufgezeichneten Lauf gingen 2 Dinge kaputt, und 2 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet learn-harness-engineering im Vergleich zu Alternativen ab?
- Von den 135 Projekten im Bereich agent, die Argusic installiert und zeitlich gemessen hat, belegte learn-harness-engineering Platz 122 bei der Zeit bis zum lauffähigen Zustand, und 87 von 135 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für learn-harness-engineering?
- 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.