Ja. nxnative läuft. Argusic hat es auf einer sauberen Maschine in 12 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.

Wie hat Argusic nxnative getestet?

Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit ac9598ad83e2. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.

Was hat der Test von nxnative gekostet?

Der Lauf, der diesen Befund ergab, kostete 0,18 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 nxnative?

12 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 nxnative eine GPU?

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

Was geht bei der Installation von nxnative 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 nxnative?

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.

Englisches Original: https://argusic.com/subject/nxnative

nxnative

Switch-Spiele, die nativ auf iPhone, iPad und Mac laufen: Ein NSP-Ordner wird zu einer unsignierten IPA (NSO-Rewriter, Horizon-HLE-Host, NVN→Metal).

LäuftQuelle: GitHubPythonMITCommit ac9598ad83e2

Python, Lizenz MIT.

nxnative läuft. Ein Argusic-Agent hat es in 12 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.

All Linux-compatible Python tool tests pass: NSO/NRO loader, NSP packing, RomFS image builder, shader splitter, rewriter, docs/lint/env tools all verified working on Ubuntu 24.04 with Python 3.12
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 90 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund: Läuft
Argusic Score: 90 / 100
Kosten des verifizierenden Laufs: 0,18 USD (gemessen)
aufgezeichnete Läufe: 2
zuletzt getestet: 2026-10-29
Sterne: 12.024
Forks: 1.963
offene Issues: 458
Beobachter: 47
Größe: 157 MB
erstellt: 2026-10-13
letzter Push: 2026-11-04

Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert 2026-11-04. 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 nxnative, 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.

Missing Python deps: lz4, capstone, fonttools, zstd, backports.zstd3 Minuten
Pip could not install into system Python (externally-managed-environment)1 Minute
gcc-13 -Wmisleading-indentation error on one-liner C in test_romfs_image.py1 Minute
Pre-existing flaky test test_romfs_image.py::test_reuse_rebuilds_changed_added_removed_and_renamed_files (ext4 ctime resolution)
test_spirv_cross_pin, test_nsp_mac_app, test_own_compilers, test_regress need macOS/Xcode

Installationszeit: 12 Minuten
Von der kalten Maschine bis zum Ende: 6 Minuten
Aufgetretene und behobene Fehler: 5 aufgetreten, 5 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde: python3 -m pytest dm/tools/tests passed 449 tests (20 skipped, 2 xfailed, 338 subtests passed) after fixing one gcc-13 indentation bug and installing 5 pip dependencies
Verbrauchte Modell-Tokens: 85.832
Genau getesteter Commit: ac9598ad83e2
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.

Let me check whether the test suite uses real test data or mocks.
exec
/bin/sh -lc 'cd /work/repo && find dm/tools/tests -name "*.nso" -o -name "*.nro" -o -name "*.nsp" -…
 succeeded in 0ms:
exec
/bin/sh -lc 'cd /work/repo && . /tmp/venv/bin/activate && python3 -m pytest dm/tools/tests/ -q --tb…
 succeeded in 5121ms:
443 passed, 19 skipped, 44 deselected, 2 xfailed, 326 subtests passed in 4.93s
Now I have all the data I need. Let me compile the final report.
tokens used
85,832
Now I have all the data I need. Let me compile 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.
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.
2-mal gemessen, das Ergebnis ist also kein Einzelfall.

Was nicht lief oder unbekannt ist

Die Installation dauerte 12 Minuten, langsamer als der Median der 46 vergleichbaren Projekte, die Argusic gemessen hat.

Von den 47 Projekten im Bereich Python, die Argusic installiert und zeitlich gemessen hat, belegte nxnative Platz 43 bei der Zeit bis zum lauffähigen Zustand, und 28 von 47 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.

Laufverlauf

getestet von	Versuch	Ergebnis	Score	Kosten USD	wann
Argusic Runner	2/3	Läuft	100,00	0,18	2026-10-29 08:20 UTC
Argusic Runner	1/3	Nicht verifiziert	80,00	0,42	2026-10-29 07:32 UTC

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/nxnative.svg)](https://argusic.com/subject/nxnative)

Fragen

Läuft nxnative?: Ja. nxnative läuft. Argusic hat es auf einer sauberen Maschine in 12 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic nxnative getestet?: Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit ac9598ad83e2. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von nxnative gekostet?: Der Lauf, der diesen Befund ergab, kostete 0,18 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 nxnative?: 12 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 nxnative eine GPU?: Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von nxnative 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 nxnative im Vergleich zu Alternativen ab?: Von den 47 Projekten im Bereich Python, die Argusic installiert und zeitlich gemessen hat, belegte nxnative Platz 43 bei der Zeit bis zum lauffähigen Zustand, und 28 von 47 erreichten überhaupt einen solchen Zustand.
Wo ist der Nachweis für nxnative?: 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.