Original en inglés: https://argusic.com/subject/agent-s
Agent-S
Agent S: los agents de uso de máquina de código abierto de última generación
Funciona con mocksfuente: GitHubsitio webPythonApache-2.0commit 3aa272d23d29
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: agent computer interface, ai agents, computer automation, computer use, computer use agent, cua, grounding y gui agents.
Agent-S funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 5 minutos y encontró 1 error, corregido sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
gui-agents v0.3.2 installed and its 5 unit tests pass; all S1/S2/S2.5/S3 modules import and engine constructors work correctly.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 92 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- python_requires constraint in setup.py excludes Python 3.12.3, causing pip install to fail1 minuto
- Tiempo de instalación
- 5 minutos
- De máquina en frío a terminar
- 8 minutos
- Errores encontrados y corregidos
- 1 encontrados, 1 corregidos sin ayuda humana
- Cómo se demostró el resultado
- python -m unittest tests/test_providers.py -v exited 0, 5 passed
- Tokens de modelo usados
- 117.591
- Commit exacto probado
- 3aa272d23d29
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
- **Virtual env**: Created `/tmp/agents_venv` since system pip is externally managed.
- **Installed**: `pip install -e ".[dev]"` — all 100+ dependencies including `openai`, `anthropic`,…
- **Tests**: All 5 unit tests in `tests/test_providers.py` pass.
- **Module verification**: All core modules (`LMMAgent`, `OSWorldACI`, `AgentS3`, engine classes fo…
- **CLI caveat**: The `agent_s` console script can't fully launch without `tkinter` (system package…
The `desktop-env` package used in OSWorld evaluation scripts fails to build (`evdev` C extension ca…
exec
/bin/sh -lc "echo '{\"install_succeeded\": true, \"launch_succeeded\": true, \"install_minutes\": 5…
succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 5, "errors": [{"msg": "pyt…
tokens used
117,591Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Se instaló en 5 minutos.
- Se recuperó de su único error sin que interviniera una persona, lo que indica que el fallo está lo bastante documentado como para resolverlo.
- Licencia Apache-2.0, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Funciona con mocks | 92,00 | 0,08 | |
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,03 |
Temas (de GitHub)
agent-computer-interfaceai-agentscomputer-automationcomputer-usecomputer-use-agentcuagroundinggui-agentsin-context-reinforcement-learningmemorymllmplanningretrieval-augmented-generation
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/agent-s)Preguntas
- ¿Funciona Agent-S?
- Agent-S funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 5 minutos, con 1 error por el camino, y grabó la sesión.
- ¿Cómo probó Argusic Agent-S?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 3aa272d23d29. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar Agent-S?
- La ejecución que produjo este veredicto costó 0,08 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda Agent-S en instalarse?
- 5 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita Agent-S una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar Agent-S?
- En la ejecución registrada falló 1 cosa, y 1 se corrigió sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Dónde está la evidencia de Agent-S?
- Las 2 ejecuciones registradas están en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.