Englisches Original: https://argusic.com/subject/ralph-claude-code
ralph-claude-code
Autonome KI-Entwicklungsschleife für Claude Code mit intelligenter Exit-Erkennung
LäuftQuelle: GitHubShellMITCommit e8533cc3f009
Shell, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai, ai agent, ai agents, ai development, ai development tools, claude code, claude code cli und development tools.
ralph-claude-code läuft. Ein Argusic-Agent hat es in 0,5 Minuten installiert und ist auf 2 Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Ralph is installed globally with 7 CLI commands, all 1319 tests pass, project setup works, and dry-run mode simulates loops without API calls.
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
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.
- ralph-setup requires git user.name/user.email to be configured (non-interactive git commit fails without them)1 Minute
- ralph-setup --help treats --help as a project name instead of showing help
- Installationszeit
- unter einer Minute
- Von der kalten Maschine bis zum Ende
- 13 Minuten
- Aufgetretene und behobene Fehler
- 2 aufgetreten, 1 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- npm test via 'bats tests/unit/ tests/integration/' and 'bats tests/e2e/', 1000 unit + 279 integration + 18 e2e + 13 + 9 standalone = 1319 tests, all passing. ralph --help shows full docs. ralph --dry-run --calls 2 simulates 2 loops successfully.
- Verbrauchte Modell-Tokens
- 170.240
- Genau getesteter Commit
- e8533cc3f009
- 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.
**Tests**: Ran the full test suite with `bats` from `node_modules/.bin/bats`: - **Unit tests**: 1000/1000 passed - **Integration tests**: 279/279 passed - **E2E tests**: 18/18 passed - **Standalone scripts**: `tests/test_error_detection.sh` — 13/13 passed; `tests/test_stuck_loop_de… **Verification**: - `ralph --help` shows full documentation - `ralph --status` reports "No status file found" (expected — never ran a real loop) - `ralph-stats` returns JSON error about no metrics (expected) **Issue**: `ralph-setup --help` misbehaves (treats `--help` as project name). This is a pre-existin… **Project setup** (after configuring git user name/email): `ralph-setup testproject` successfully c… **Dry-run**: `ralph --dry-run --calls 2` within the test project correctly simulates loops 1 and 2,…
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.
- In 0,5 Minuten installiert, schneller als der Median der 230 vergleichbaren Projekte, die Argusic gemessen hat.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz MIT, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Ist bei der Einrichtung auf 2 Fehler gestoßen, davon 1 nicht gelöst.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte ralph-claude-code Platz 14 bei der Zeit bis zum lauffähigen Zustand, und 152 von 231 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 0,5 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)
aiai-agentai-agentsai-developmentai-development-toolsclaude-codeclaude-code-clidevelopment-toolsdevelopment-workflow
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/ralph-claude-code)Fragen
- Läuft ralph-claude-code?
- Ja. ralph-claude-code läuft. Argusic hat es auf einer sauberen Maschine in 1 Minuten installiert und gestartet, ist dabei auf 2 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic ralph-claude-code getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit e8533cc3f009. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von ralph-claude-code gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,04 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 ralph-claude-code?
- 0,5 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 ralph-claude-code eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von ralph-claude-code schief?
- Im aufgezeichneten Lauf gingen 2 Dinge kaputt, und 1 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet ralph-claude-code im Vergleich zu Alternativen ab?
- Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte ralph-claude-code Platz 14 bei der Zeit bis zum lauffähigen Zustand, und 152 von 231 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für ralph-claude-code?
- 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.