Original en inglés: https://argusic.com/subject/dive
Dive
Dive es una aplicación de escritorio MCP Host de código abierto que se integra sin problemas con cualquier LLM que admita capacidades de function calling.
Funciona con mocksfuente: GitHubTypeScriptMITcommit 5fb62b91b55c
TypeScript, licencia MIT. El proyecto se describe a sí mismo como: ai, ai agents, llm interface, llm ui, mcp client, mcp host, mcp server y ollama.
Dive funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 31 minutos y encontró 6 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Installed with Node v22.14.0 and uv 0.12.23; `npm run build:electron` and `npm run check` exit 0; 287 mcp-host pytest pass; Electron app launches on Xvfb display with host reporting state UP and its HTTP API answering 200 on three endpoints.
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.
- npm install postinstall failed with TypeError on @electron/rebuild (node-gyp 'paths[0]' undefined) under system Node v18.19.1 (project's vite/vitest require ^20.19/22.x)12 minutos
- `npm run dev` and `npx vite --config vite.config.electron.ts` in dev mode fataled on 'SUID sandbox helper ... not configured correctly' (container chrome-sandbox lacks root:root 4755)8 minutos
- mcp-host failed gradle-style at parser lock due to sandbox: `uv` binary not in container; `pip3 install uv` blocked by PEP 668 externally-managed environment, and README's `uv sync` (mcp-host) is a required step5 minutos
- Electron dev-mode renderer invoked `util:setModelSettings` but config dir did not exist, causing repeated Unhandled Rejection ENOENT .config/model_settings.json3 minutos
- Electron standalone (without VITE_DEV_SERVER_URL) spawns `uv run dive_httpd` from repo root where there is no pyproject.toml, so the host exited code 2 and the app reported no server2 minutos
- First Electron launch SIGILL-crashed renderer after the OAP plugin reached the real proxy.oaphub.ai (remote OAuth loop; CPU+crash); transient and occurred once, not reproducible1 minuto
- Tiempo de instalación
- 31 minutos
- De máquina en frío a terminar
- 27 minutos
- Errores encontrados y corregidos
- 6 encontrados, 6 corregidos sin ayuda humana
- Cómo se demostró el resultado
- uv run pytest -q in mcp-host: 287 passed, 52 skipped, 5 subtests passed; npm run build:electron: exit 0 ('built in 21s / dist-electron/main/index.js'); tsc -b exit 0; launched Electron main twice (used and dev modes): main stayed up full timeout, bus reported state UP, exit 124 (SIGTERM timeout), no unhandled rejections; standalone host curl: GET /api/config/mcpserver, /api/tools/initialized, /api/skills/ all HTTP 200 JSON
- Tokens de modelo usados
- 1.270.556
- Commit exacto probado
- 5fb62b91b55c
- 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.
model_settings errors: 0 SIGILL: 0 exec /bin/sh -lc "grep -c \"state: 'UP'\" /tmp/electron-final2.log /tmp/dev-live.log; grep -o \"state: '… succeeded in 0ms: /tmp/electron-final2.log:2 /tmp/dev-live.log:2 2 The final as-launched runs reported `state: 'UP'` twice each (bus file written twice on startup) wi… tokens used 1,270,556 The final as-launched runs reported `state: 'UP'` twice each (bus file written twice on startup) wi…
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 recuperó de los 6 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Licencia MIT, 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.
- Tardó 31 minutos en instalarse, más lento que la mediana de los 230 proyectos comparables que ha medido Argusic.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 231 proyectos de ai que Argusic ha instalado y cronometrado, Dive fue el 217.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
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 | 0,30 |
Temas (de GitHub)
aiai-agentsllm-interfacellm-uimcp-clientmcp-hostmcp-serverollamaollama-clientollama-ui
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/dive)Preguntas
- ¿Funciona Dive?
- Dive funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 31 minutos, con 6 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic Dive?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 5fb62b91b55c. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar Dive?
- La ejecución que produjo este veredicto costó 0,30 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 Dive en instalarse?
- 31 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita Dive una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar Dive?
- En la ejecución registrada fallaron 6 cosas, y 6 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara Dive con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, Dive fue el 217.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de Dive?
- 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.