Original en inglés: https://argusic.com/subject/assetopsbench
AssetOpsBench
AssetOpsBench - Industry 4.0: A unified benchmark and framework for building, orchestrating, and evaluating domain-specific AI agents for Industry 4.0 asset operations and maintenance, with 460+ scenarios, 5 specialist agents (IoT, FMSR, TSFM, Work Order,...), and multi-agent orchestration blueprints (MetaAgent, AgentHive) over MCP.
Funciona con mocksfuente: GitHubPythonApache-2.0commit 81265cbbd36d
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: ai for physical assets, condition based maintenance, hvac maintenance, iot, llm agents, model context protocol, predictive maintenance y time series forecasting.
AssetOpsBench funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 20 minutos y encontró 5 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Project installs, builds, and 675 of 702 tests pass; 27 integration tests skip due to missing CouchDB/LLM credentials; all CLI entry points import and display help.
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.
- evaluate_static_json() got unexpected keyword argument 'evaluation_metadata'5 minutos
- Vibration requires_couchdb didn't skip on unreachable CouchDB (empty-string env var)2 minutos
- IoT test_invalid_site tests not guarded against missing CouchDB2 minutos
- Observability file_exporter tests missing google.protobuf and opentelemetry-exporter2 minutos
- FMSR requires_watsonx didn't skip on empty-string WATSONX_APIKEY1 minuto
- Tiempo de instalación
- 20 minutos
- De máquina en frío a terminar
- 25 minutos
- Errores encontrados y corregidos
- 5 encontrados, 5 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest src/ --tb=line -q exited 0, 675 passed, 27 skipped
- Tokens de modelo usados
- 129.831
- Commit exacto probado
- 81265cbbd36d
- 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.
tokens used 129,831 **Final summary of what was done:** 1. **`uv sync`** completed successfully — all dependencies installed, `.venv` created with Python 3… 2. **Fixed test failures:** - **`static_json_scorer.py`** — Added `evaluation_metadata` parameter to `evaluate_static_json()… - **`vibration/tests/conftest.py`** — `requires_couchdb` marker now actually checks reachability… - **`fmsr/tests/conftest.py`** — `requires_watsonx` marker now uses truthiness instead of `is No… - **`iot/tests/test_tools.py`** — Added `@requires_couchdb` to 11 `test_invalid_site` methods th… 3. **Installed missing runtime deps:** `protobuf` and `opentelemetry-exporter-otlp-proto-http` for … 4. **Final test suite:** 675 passed, 27 skipped, 0 failed (27 skipped are CouchDB/LLM integration t… 5. **CLI entry points** all import correctly, `--help` commands work.
Reproducir 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 20 minutos.
- Se recuperó de los 5 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Licencia Apache-2.0, según su plataforma de origen.
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.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
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 | 1/3 | Funciona con mocks | 92,00 | 0,25 |
Temas (de GitHub)
ai-for-physical-assetscondition-based-maintenancehvac-maintenanceiotllm-agentsmodel-context-protocolpredictive-maintenancetime-series-forecasting
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/assetopsbench)Preguntas
- ¿Funciona AssetOpsBench?
- AssetOpsBench funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 20 minutos, con 5 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic AssetOpsBench?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 81265cbbd36d. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar AssetOpsBench?
- La ejecución que produjo este veredicto costó 0,25 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 AssetOpsBench en instalarse?
- 20 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita AssetOpsBench una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar AssetOpsBench?
- En la ejecución registrada fallaron 5 cosas, y 5 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Dónde está la evidencia de AssetOpsBench?
- La ejecución registrada está 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.