Englisches Original: https://argusic.com/subject/qm
qm
Mehrspieler-Agent-Harness für die Arbeit.
Läuft mit MocksQuelle: GitHubHomepageTypeScriptMITCommit 8adee4b06a59
TypeScript, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai, assistant, harness und qm.
qm läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 2 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.
After installing Node 24 and building the connector SDK, npm ci installs 730 packages, TypeScript compiles with zero errors, the test suite passes 2700+ tests across representative batches, and the core server starts listening on :8081 returning HTTP 401 (expected without authentication credentials).
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 56 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.
- Node.js 18.19.1 installed, project requires >=24.15.01 Minute
- Connector SDK bundle missing for some tests1 Minute
- 2 dev-supervisor-child tests fail on IPv6/port ownership assertion (timing-sensitive dev tool tests)
- Installationszeit
- 2 Minuten
- Von der kalten Maschine bis zum Ende
- 27 Minuten
- Aufgetretene und behobene Fehler
- 3 aufgetreten, 3 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- node --test (with --experimental-test-module-mocks) across 6 sampled batches totaling 2700+ tests passed with 0 failures (excluding 2 flaky dev-tool failures and skipped PG tests); TypeScript tsc --noEmit passes with 0 errors; server starts and answers HTTP 401 (expected auth challenge) on /
- Verbrauchte Modell-Tokens
- 518.808
- Genau getesteter Commit
- 8adee4b06a59
- 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
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
ℹ todo 0 ℹ duration_ms 467.633357 exec /bin/sh -lc 'export PATH="/tmp/node-v24.21.0-linux-x64/bin:$PATH" cd /work/repo && node --experimental-test-module-mocks --test test/agent-conversations-route.test.t… exited 1 in 31317ms: OK, now I have all the data. Here's the summary: 2026-09-26T11:00:30.595960Z ERROR codex_core::session: failed to record rollout items: thread 01a0d… 2026-09-26T11:00:30.596004Z ERROR codex_core::session: failed to record rollout items: thread 01a0d… tokens used 518,808 OK, now I have all the data. Here's the summary:
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 2 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
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte qm Platz 39 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 | Läuft mit Mocks | 92,00 | 0,11 | |
| Argusic Runner | 1/3 | Lief nicht | 20,00 | 0,06 |
Themen (von GitHub)
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/qm)Fragen
- Läuft qm?
- qm läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 2 Minuten installiert und gestartet, ist dabei auf 3 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic qm getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 8adee4b06a59. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von qm gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,11 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 qm?
- 2 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 qm eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von qm 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 qm im Vergleich zu Alternativen ab?
- Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte qm Platz 39 bei der Zeit bis zum lauffähigen Zustand, und 152 von 231 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für qm?
- 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.