Englisches Original: https://argusic.com/subject/openai-chat-api-workflow
openai-chat-api-workflow
Ein Alfred 5 Workflow zur Nutzung der OpenAI Chat API zur Interaktion mit GPT-Modellen. Er ermöglicht auch Bildgenerierung/-bearbeitung/-verständnis, Sprach-zu-Text-Umwandlung und Text-zu-Sprache-Synthese.
Nicht verifizierbarQuelle: GitHubHomepageRubyMITCommit a75e903d0864
Ruby, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai, alfred, chatbot, dall e, gpt, image generation, image understanding und openai.
Argusic konnte openai-chat-api-workflow nicht zum Laufen bringen. Ein Argusic-Agent hat es in 4 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.
Ruby 3.4.7 installed via Conda; all 21 source files pass syntax check; 11 of 12 test files pass (the lone failure is a macOS-only afplay assertion); the WEBrick HTTP server boots and serves pages correctly; the HTML page builder produces complete output.
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 80 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.
- Ruby runtime not available in container - installed via Conda3 Minuten
- WEBrick gem not available0,5 Minuten
- test_openai_tts.rb: test_afplay_available fails on Linux - afplay is macOS-only
- Installationszeit
- 4 Minuten
- Von der kalten Maschine bis zum Ende
- 6 Minuten
- Aufgetretene und behobene Fehler
- 3 aufgetreten, 3 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- ALFRED_WORKFLOW_DIR=/work/repo/extracted_src ruby -I test test/test_*.rb: 11/12 files pass (148 runs, 427 assertions, 0 failures, 0 errors; 1 expected fail for macOS afplay). curl -s -o /dev/null -w '%{http_code}' localhost:8888/openai returned 200. build_page.rb generated 63699-byte HTML from templates.
- Verbrauchte Modell-Tokens
- 276.085
- Genau getesteter Commit
- a75e903d0864
- 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
- Ob es überhaupt funktioniert
- dieser Lauf hat nichts verifiziert, daher trifft diese Seite in keine Richtung eine Aussage
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
=== Ruby version ===
ruby 3.4.7 (2025-10-08 revision 7a5688e2a2) +PRISM [x86_64-linux]
=== Gems installed ===
minitest (6.0.6)
json (default: 2.9.1)
webrick (1.9.2)
Now here's my final report:
**ARGUSIC_RESULT:** `{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 4, "e…
tokens used
276,085
Now here's my final report:
**ARGUSIC_RESULT:** `{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 4, "e…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
- In 4 Minuten installiert, schneller als der Median der 230 vergleichbaren Projekte, die Argusic gemessen hat.
- 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.
- Lizenz MIT, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Was nicht lief oder unbekannt ist
- Ein Agent ohne Zeitlimit hat es nicht zum Laufen gebracht.
Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte openai-chat-api-workflow Platz 99 bei der Zeit bis zum lauffähigen Zustand, und 152 von 231 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 | 0,03 | |
| Argusic Runner | 1/3 | Nicht verifiziert | 80,00 | 0,19 |
Themen (von GitHub)
aialfredchatbotdall-egptimage-generationimage-understandingopenaispeech-to-texttext-to-speechwhisperworkflow
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/openai-chat-api-workflow)Fragen
- Läuft openai-chat-api-workflow?
- Argusic konnte nicht verifizieren, dass openai-chat-api-workflow läuft. Argusic hat es auf einer sauberen Maschine in 4 Minuten installiert und gestartet, ist dabei auf 3 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic openai-chat-api-workflow getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit a75e903d0864. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von openai-chat-api-workflow gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,03 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 openai-chat-api-workflow?
- 4 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 openai-chat-api-workflow eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von openai-chat-api-workflow 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.
- Wie schneidet openai-chat-api-workflow im Vergleich zu Alternativen ab?
- Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte openai-chat-api-workflow Platz 99 bei der Zeit bis zum lauffähigen Zustand, und 152 von 231 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für openai-chat-api-workflow?
- 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.