Englisches Original: https://argusic.com/subject/phantom
phantom
Ein KI-Mitarbeiter mit eigenem Computer. Selbstweiterentwickelnd, persistentes Gedächtnis, MCP-Server, sichere Verwaltung von Anmeldedaten, E-Mail-Identität. Basierend auf dem Claude Agent SDK.
LäuftQuelle: GitHubHomepageTypeScriptApache-2.0Commit f8c7ab42d885
TypeScript, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: ai agents, ai coworker, anthropic, autonomous agents, bun, claude, docker und llm.
phantom läuft. Ein Argusic-Agent hat es in 1 Minute 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.
2639 tests pass, the HTTP server starts on port 3100 and returns 302 on GET /, and the CLI phantom doctor command reports the project configuration is valid.
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 60 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.
- Bun treats `process.env.VAR = undefined` as string "undefined" (9 chars) instead of removing the variable8 Minuten
- Container has /.dockerenv file, causing false Docker detection in prompt-assembler test2 Minuten
- afterEach env restore leaked undefined across test files2 Minuten
- Installationszeit
- 1 Minuten
- Von der kalten Maschine bis zum Ende
- 34 Minuten
- Aufgetretene und behobene Fehler
- 3 aufgetreten, 3 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- npx bun test exited 0: 2639 passed, 0 failed
- Verbrauchte Modell-Tokens
- 180.607
- Genau getesteter Commit
- f8c7ab42d885
- 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.
# Summary
**Install**: `npm install --legacy-peer-deps` (since `bun` is not in PATH, `npx bun` is used instea…
**Test suite**: All 2639 tests pass (0 failures). 10 skipped (pre-existing integration tests requir…
**App launch**: The HTTP server starts and listens on port 3100, returning 302 redirect on `/`.
**9 bugs fixed** (all related to `process.env.X = undefined` string coercion in Bun + `/.dockerenv`…
All fixes were in test files — the production code is correct.
exec
/bin/sh -lc "cd /work/repo && echo '{\"install_succeeded\": true, \"launch_succeeded\": true, \"ins…
succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 1, "errors": [{"msg": "Bun…
tokens used
180,607Gesamte 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 1 Minute installiert, schneller als der Median der 110 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.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz Apache-2.0, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Von den 111 Projekten im Bereich ai-agents, die Argusic installiert und zeitlich gemessen hat, belegte phantom Platz 16 bei der Zeit bis zum lauffähigen Zustand, und 83 von 111 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.
- Für eine schnelle Evaluierung: Es lief 1 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
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Läuft | 100,00 | 0,31 | |
| Argusic Runner | 1/3 | Lief nicht | 20,00 | 0,01 |
Themen (von GitHub)
ai-agentsai-coworkeranthropicautonomous-agentsbunclaudedockerllmmcpself-evolutionslacktypescript
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/phantom)Fragen
- Läuft phantom?
- Ja. phantom läuft. Argusic hat es auf einer sauberen Maschine in 1 Minuten installiert und gestartet, ist dabei auf 3 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic phantom getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit f8c7ab42d885. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von phantom gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,31 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 phantom?
- 1 Minute in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht phantom eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von phantom 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 phantom im Vergleich zu Alternativen ab?
- Von den 111 Projekten im Bereich ai-agents, die Argusic installiert und zeitlich gemessen hat, belegte phantom Platz 16 bei der Zeit bis zum lauffähigen Zustand, und 83 von 111 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für phantom?
- 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.