Original en inglés: https://argusic.com/subject/ccpm
ccpm
Sistema de skill de gestión de proyectos para Agents que usa GitHub Issues y Git worktrees para la ejecución paralela de agents.
Funcionafuente: GitHubsitio webShellMITcommit 7d7e4623bc6d
Shell, licencia MIT. El proyecto se describe a sí mismo como: ai agents, ai coding, claude, claude code, project management y vibe coding.
ccpm funciona. Un agent de Argusic lo instaló en 2,7 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
CCPM skill installed at /home/runner/.codex/skills/ccpm, .claude/ directory initialized with all subdirectories, gh 2.64.0 available via ~/.local/bin/gh, and all 14 local workflow scripts execute with correct output against real data. GitHub sync commands blocked by missing interactive auth.
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.
- GitHub CLI (gh) not in PATH at start; sudo not available for apt-get install1,2 minutos
- GitHub authentication unavailable non-interactively in sandbox
- Tiempo de instalación
- 3 minutos
- De máquina en frío a terminar
- 4 minutos
- Errores encontrados y corregidos
- 2 encontrados, 2 corregidos sin ayuda humana
- Cómo se demostró el resultado
- Ran all 14 bash scripts against sample PRD/epic/task data: status.sh (1 PRD, 1 epic, 3 tasks), standup.sh (standup report with correct counts), epic-list.sh (1 epic in-progress at 0%), epic-status.sh (3 tasks, 0% progress bar), epic-show.sh (3 parallel tasks listed), prd-list.sh (1 PRD in-progress), prd-status.sh (distribution chart), next.sh (3 ready tasks), blocked.sh (0 blocked), in-progress.sh (1 active epic), search.sh 'task' (4 matches across PRD + tasks), validate.sh (0 errors, 0 warnings, system healthy), help.sh (full command list), init.sh (structure created)
- Tokens de modelo usados
- 69.244
- Commit exacto probado
- 7d7e4623bc6d
- 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.
✅ System is healthy! EXIT: 0 All scripts verified successfully. Here's the final assessment: **Install**: The skill directory is properly structured. We installed the `gh` CLI by downloading t… **Verification**: All 14 bash scripts (`status.sh`, `standup.sh`, `epic-list.sh`, `epic-show.sh`, `… 2026-09-28T02:00:09.622946Z ERROR codex_core::session: failed to record rollout items: thread 01a0e… 2026-09-28T02:00:09.622989Z ERROR codex_core::session: failed to record rollout items: thread 01a0e… tokens used 69,244 All scripts verified successfully. Here's the final assessment: **Install**: The skill directory is properly structured. We installed the `gh` CLI by downloading t… **Verification**: All 14 bash scripts (`status.sh`, `standup.sh`, `epic-list.sh`, `epic-show.sh`, `…
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 2,7 minutos, más rápido que la mediana de los 110 proyectos comparables que ha medido Argusic.
- Se recuperó de los 2 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MIT, 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, ccpm fue el 34.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 2,7 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-codingclaudeclaude-codeproject-managementvibe-coding
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/ccpm)Preguntas
- ¿Funciona ccpm?
- Sí. ccpm funciona. Argusic lo instaló y lo inició en una máquina limpia en 3 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic ccpm?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 7d7e4623bc6d. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar ccpm?
- La ejecución que produjo este veredicto costó 0,03 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 ccpm en instalarse?
- 2,7 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita ccpm una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar ccpm?
- En la ejecución registrada fallaron 2 cosas, y 2 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara ccpm con las alternativas?
- De los 111 proyectos de ai-agents que Argusic ha instalado y cronometrado, ccpm fue el 34.º más rápido en llegar a funcionar, y 83 de 111 llegaron a funcionar.
- ¿Dónde está la evidencia de ccpm?
- 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.