Original en inglés: https://argusic.com/subject/dsh-superagent-prototype
dsh-superagent-prototype
Hacia un sistema de agents más autónomo
Funciona con mocksfuente: GitHubTypeScriptMITcommit 6337fc823ce2
TypeScript, licencia MIT.
dsh-superagent-prototype funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 4,2 minutos y encontró 1 error, corregido sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
pnpm install, typecheck, test (1196/1197 pass), and build all succeed; dsh profile superagent starts on :3082, setup resolves repository/agent, GitHub source polls notifications, management API returns 200 on state/sources/overview/tickets/settings.
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 71 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.
- tests/sources.spec.ts: feishu malformed-line test fails: expects health.state=="error" when reading a non-JSON event line, but async .catch chain in feishu-loops.ts stdout handler has not settled when the assertion checks health.feishu from board.all30 minutos
- Tiempo de instalación
- 4 minutos
- De máquina en frío a terminar
- 69 minutos
- Errores encontrados y corregidos
- 1 encontrados, 1 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pnpm check (typecheck + test + build): 1196/1197 tests pass, typecheck passed, build completed. DSH superagent profile starts on port 3082, API responds 200, github source polls notifications with health ready
- Tokens de modelo usados
- 4.452.882
- Commit exacto probado
- 6337fc823ce2
- 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.
- **`pnpm build`** completed cleanly
- **`pnpm check`** = typecheck + test + build — only the same failing test
- **DSH profile launch**: profile `superagent` created from Web template, bundle installed via `pnp…
- **Setup**: resolved `repository=acme/widgets`, `agent=agent-bot` (mock `gh` CLI at `/tmp/fakebin/…
- **GitHub Source**: polls notifications, shows `"ready"` with `"0 notifications; next poll ≥ 60s"`
- **API**: `GET /orchestrator/api/state`, `/sources`, `/overview`, `/tickets`, `/settings` all resp…
- **Policy saved**: allowed list for `alice`, overview shows `"problems": []`
exec
/bin/sh -lc "echo 'ARGUSIC_RESULT: {\"install_succeeded\": true, \"launch_succeeded\": true, \"inst…
succeeded in 0ms:
tokens used
4,452,882Reproducir 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 4,2 minutos, más rápido que la mediana de los 34 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.
- Licencia MIT, 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.
De los 35 proyectos de TypeScript que Argusic ha instalado y cronometrado, dsh-superagent-prototype fue el 16.º más rápido en llegar a funcionar, y 26 de 35 llegaron a funcionar.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Funciona con mocks | 92,00 | 0,99 | |
| Argusic Runner | 1/3 | No funcionó | 50,00 | 0,07 |
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/dsh-superagent-prototype)Preguntas
- ¿Funciona dsh-superagent-prototype?
- dsh-superagent-prototype funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 4 minutos, con 1 error por el camino, y grabó la sesión.
- ¿Cómo probó Argusic dsh-superagent-prototype?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 6337fc823ce2. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar dsh-superagent-prototype?
- La ejecución que produjo este veredicto costó 0,99 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 dsh-superagent-prototype en instalarse?
- 4,2 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita dsh-superagent-prototype una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar dsh-superagent-prototype?
- 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 dsh-superagent-prototype con las alternativas?
- De los 35 proyectos de TypeScript que Argusic ha instalado y cronometrado, dsh-superagent-prototype fue el 16.º más rápido en llegar a funcionar, y 26 de 35 llegaron a funcionar.
- ¿Dónde está la evidencia de dsh-superagent-prototype?
- 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.