Original en inglés: https://argusic.com/subject/bluebox
bluebox
Indexa las APIs no documentadas del mundo.
Funcionafuente: GitHubPythonApache-2.0commit 1021d39243f6
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: ai agents, ai web app, ai website, api, browser automation, cdp, chrome devtools protocol y llm web interface.
bluebox funciona. Un agent de Argusic lo instaló en 3 minutos y encontró 1 error, corregido sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
All 2434 unit tests pass after fixing 2 flaky async tests; pip editable install succeeds; CLI help commands work for bluebox-agent and bluebox-discover; core Python imports resolve without errors.
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 100 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.
- 2 tests failed due to asyncio event loop handling: test_handle_unknown_message_returns_false in both AsyncWindowPropertyMonitorMessageHandling and AsyncInteractionMonitorMessageHandling1 minuto
- Tiempo de instalación
- 3 minutos
- De máquina en frío a terminar
- 3 minutos
- Errores encontrados y corregidos
- 1 encontrados, 1 corregidos sin ayuda humana
- Cómo se demostró el resultado
- python -m pytest tests/ -q exited 0, 2434 passed
- Tokens de modelo usados
- 68.398
- Commit exacto probado
- 1021d39243f6
- 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
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
Now let me check how much time elapsed and compile the report. exec /bin/sh -lc 'echo "Start ~06:02, now $(date +%H:%M)"' in /work/repo succeeded in 0ms: Start ~06:02, now 06:05 exec /bin/sh -lc 'cd /work/repo && git diff --stat' in /work/repo succeeded in 0ms: tests/unit/cdp/test_monitors.py | 19 ++++++------------- 1 file changed, 6 insertions(+), 13 deletions(-) tokens used 68,398
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
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 3 minutos, más rápido que la mediana de los 110 proyectos comparables que ha medido Argusic.
- Se recuperó de su único error sin que interviniera una persona, lo que indica que el fallo está lo bastante documentado como para resolverlo.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia Apache-2.0, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 111 proyectos de ai-agents que Argusic ha instalado y cronometrado, bluebox fue el 35.º más rápido en llegar a funcionar, y 83 de 111 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
- Una evaluación rápida: estaba funcionando 3 minutos después del clon.
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
Temas (de GitHub)
ai-agentsai-web-appai-websiteapibrowser-automationcdpchrome-devtools-protocolllm-web-interfacemcpreverse-engineeringrobotic-process-automationweb-automation
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/bluebox)Preguntas
- ¿Funciona bluebox?
- Sí. bluebox funciona. Argusic lo instaló y lo inició en una máquina limpia en 3 minutos, con 1 error por el camino, y grabó la sesión.
- ¿Cómo probó Argusic bluebox?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 1021d39243f6. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar bluebox?
- La ejecución que produjo este veredicto costó 0,02 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 bluebox en instalarse?
- 3 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita bluebox una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar bluebox?
- 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.
- ¿Cómo se compara bluebox con las alternativas?
- De los 111 proyectos de ai-agents que Argusic ha instalado y cronometrado, bluebox fue el 35.º más rápido en llegar a funcionar, y 83 de 111 llegaron a funcionar.
- ¿Dónde está la evidencia de bluebox?
- 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.