Englisches Original: https://argusic.com/subject/lineage-skill
lineage-skill
Destillieren Sie Videos, PDFs, Transkripte und Notizen in quellengestützte teacher Agent Skills.
LäuftQuelle: GitHubPythonApache-2.0Commit 7e2cbc5dc317
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: course distillation, education ai, knowledge distillation, knowledge distillation task, knowledge management, okf, okf format und skills.
lineage-skill läuft. Ein Argusic-Agent hat es in 7 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.
bash install_as_skill.sh --target codex exits 0 and installs a complete skill to /home/runner/.codex/skills/lineage-skill whose scripts run; the 10-test suite passes, the text-only pipeline generates a validated mentor skill, and the micro-lesson runtime reaches phase complete.
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
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.
- install_as_skill.sh failed with "rsync: command not found" on this container3 Minuten
- installer copied the skill dir into itself, producing a nested lineage-skill/lineage-skill tree3 Minuten
- installer pip step failed with PEP 668 externally-managed-environment1 Minute
- Installationszeit
- 7 Minuten
- Von der kalten Maschine bis zum Ende
- 4 Minuten
- Aufgetretene und behobene Fehler
- 3 aufgetreten, 3 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- python3 -m unittest discover -s tests -> Ran 10 tests OK; run_course_pipeline.py --text-no-llm -> validate_generated_skill.py valid true, error_count 0; advance_micro_lesson.py start/present/answer/finish-feedback reached phase complete; installed copy at ~/.codex/skills/lineage-skill reran all 10 tests OK
- Verbrauchte Modell-Tokens
- 387.936
- Genau getesteter Commit
- 7e2cbc5dc317
- 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.
Files /work/repo/scripts/__pycache__/build_capability_graph.cpython-312.pyc and /home/runner/.codex…
diff-exit=0
All verification passes. Wrapping up with the required single-line result.
exec
/bin/sh -lc "printf '%s\\n' '{\"install_succeeded\": true, \"launch_succeeded\": true, \"install_mi…
succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 7, "errors": [{"msg": "ins…
exec
/bin/sh -lc "printf '%s\\n' 'ARGUSIC_RESULT:{\"install_succeeded\": true, \"launch_succeeded\": tru…
succeeded in 0ms:
tokens used
387,936Gesamte 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 7 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 Apache-2.0, 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.
- Für eine schnelle Evaluierung: Es lief 7 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
Themen (von GitHub)
course-distillationeducation-aiknowledge-distillationknowledge-distillation-taskknowledge-managementokfokf-formatskillsteach-skillsteacher
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/lineage-skill)Fragen
- Läuft lineage-skill?
- Ja. lineage-skill läuft. Argusic hat es auf einer sauberen Maschine in 7 Minuten installiert und gestartet, ist dabei auf 3 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic lineage-skill getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 7e2cbc5dc317. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von lineage-skill 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 lineage-skill?
- 7 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 lineage-skill eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von lineage-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 lineage-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.