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

skills

Agent Skills für Google-Produkte und -Technologien

LäuftQuelle: GitHubPythonApache-2.0Commit f004524de788

Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: google, googlecloud und skills.

skills läuft. Ein Argusic-Agent hat es in 29 Minuten installiert und ist auf 4 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

Python 152/152 tests pass; FastAPI NFS bridge service serves 5 endpoints with correct response codes; PromQL validator and widget proto generator produce correct output; skills CLI installs the repo successfully.

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 96 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund
Läuft
Argusic Score
96 / 100
Kosten des verifizierenden Laufs
0,12 USD (gemessen)
aufgezeichnete Läufe
2
zuletzt getestet
Sterne
21.927
Forks
1.869
offene Issues
24
Beobachter
137
Größe
5 MB
erstellt
letzter Push

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.

Durch jeden Fehlschlag verlorene Zeit beim Testen von skills, 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.

  • npx skills CLI requires Node >=22 but container has Node 183 Minuten
  • absl flags collision in fetch_terraform_template_test.py and list_terraform_templates_test.py when running together under pytest2 Minuten
  • Missing Python dep promql-parser in validate_promql.py1 Minute
  • absl flags unparsed in assemble_widget_proto_test.py (test_tmpdir flag)1 Minute
Installationszeit
29 Minuten
Von der kalten Maschine bis zum Ende
7 Minuten
Aufgetretene und behobene Fehler
4 aufgetreten, 4 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde
.venv/bin/python -m unittest across all 16 test files: 152 passed, 0 failed. curl http://127.0.0.1:8101/api/v1/health returned HTTP 200 + 'healthy'. curl http://127.0.0.1:8101/api/v1/tree?path=/ returned 200 + 3 entries. curl http://127.0.0.1:8101/api/v1/read?path=/a.txt returned 200 + correct content. npx skills add google/skills --json -y installed 180 skills.
Verbrauchte Modell-Tokens
598.172
Genau getesteter Commit
f004524de788
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

Sitzung ansehen

Der gesamte Lauf, von einer sauberen Maschine aus, in der tatsächlichen Geschwindigkeit. Nichts ist geschnitten, nichts beschleunigt.

Eine Aufzeichnung von Versuch 1, gelaufen am . Der obige Befund stammt aus einem anderen Versuch, betrachten Sie dies daher als eine einzelne Sitzung und nicht als das aktuelle Ergebnis. Die Terminalaufzeichnung, aus der es erstellt wurde, ist der Nachweis, gespeichert mit einem sha256-Fingerabdruck; das Video ist ein Rendering davon. Vom Video-Host wird nichts geladen, bis Sie auf Abspielen drücken.

Das Ende der Aufzeichnung

Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.

---broken symlinks---
The `sh` syntax errors are because dash doesn't support bash syntax — these have bash shebangs. Let…
exec
/bin/sh -lc 'cd /work/repo && e=0; count=0; for f in $(find skills plugins -name '"'*.sh'); do coun…
 succeeded in 0ms:
checked 35 shell files with bash -n; issues: 0
All shell scripts pass bash syntax check — the earlier failures were dash-vs-bash differences from …
**Verified state:** Python test suite: 152/152 passing. FastAPI bridge server launched and returned…
tokens used
598,172
All shell scripts pass bash syntax check — the earlier failures were dash-vs-bash differences from …
**Verified state:** Python test suite: 152/152 passing. FastAPI bridge server launched and returned…

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 29 Minuten installiert.
  • Hat sich von allen 4 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.

Wofür es eine vernünftige Wahl ist

  • Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.

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 vonVersuchErgebnisScoreKosten USDwann
Argusic Runner2/3Läuft100,000,12
Argusic Runner1/3Läuft mit Mocks92,000,07

Themen (von GitHub)

googlegooglecloudskills

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

Fragen

Läuft skills?
Ja. skills läuft. Argusic hat es auf einer sauberen Maschine in 29 Minuten installiert und gestartet, ist dabei auf 4 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic skills getestet?
Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit f004524de788. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von skills gekostet?
Der Lauf, der diesen Befund ergab, kostete 0,12 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 skills?
29 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 skills eine GPU?
Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von skills schief?
Im aufgezeichneten Lauf gingen 4 Dinge kaputt, und 4 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 skills?
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.

Discussion