Original en inglés: https://argusic.com/subject/elephant-goldfish-model
elephant-goldfish-model
Skills de código abierto para diseñar y revisar software con AI agents
Funciona con mocksfuente: GitHubsitio webPythonApache-2.0commit d651fe86c12d
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: agent skills, ai agents, antigravity, claude code, claude code plugin, claude skills, codex y codex plugin.
elephant-goldfish-model funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 1 minuto y no encontró ningún error en una máquina limpia sin GPU, y toda la sesión quedó grabada.
All 49 unit tests pass across 6 test modules: frontmatter validation, link integrity, harness/plugin manifests, scenario coverage, skill load limits, and Claude trace directory parsing.
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 82 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.
- Tiempo de instalación
- 1 minutos
- De máquina en frío a terminar
- 1 minutos
- Errores encontrados y corregidos
- 0 encontrados, 0 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest tests/unit -v exited 0, 49 passed in 0.41s
- Tokens de modelo usados
- 22.635
- Commit exacto probado
- d651fe86c12d
- 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.
plugin.json name: egm version: 0.1.0 egm_bootstrap: name=egm-bootstrap, desc=Bootstrap directory README.md files across a repository sub… egm_brainstorm: name=egm-brainstorm, desc=Interactive ideation and brainstorming skill for the Elep… egm_draft: name=egm-draft, desc=Drafts a design document section-by-section using the concep... egm_drift_report: name=egm-drift-report, desc=Runs drift detection on all design documents to check… egm_resolve: name=egm-resolve, desc=The Elephant resolution skill. Ingests flat deficiency repor... egm_review: name=egm-review, desc=Orchestrates the EGM Goldfish Review Protocol. Used as part ... egm_review_loop: name=egm-review-loop, desc=Executes the Antagonistic-Review process from the Eleph… All 49 unit tests passed on the first run with no errors. The environment setup was straightforward… tokens used 22,635 All 49 unit tests passed on the first run with no errors. The environment setup was straightforward…
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 1 minuto, más rápido que la mediana de los 106 proyectos comparables que ha medido Argusic.
- Nada se rompió por el camino: cero errores entre el clon y el funcionamiento.
- Licencia Apache-2.0, 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 107 proyectos de agent-skills que Argusic ha instalado y cronometrado, elephant-goldfish-model fue el 22.º más rápido en llegar a funcionar, y 78 de 107 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 | 2/3 | Funciona con mocks | 92,00 | 0,02 | |
| Argusic Runner | 1/3 | Funciona con mocks | 72,00 | 0,01 |
Temas (de GitHub)
agent-skillsai-agentsantigravityclaude-codeclaude-code-pluginclaude-skillscodexcodex-plugincoding-agentscontext-engineeringdeveloper-toolsgeminillmmulti-agentprompt-engineeringspec-driven-development
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/elephant-goldfish-model)Preguntas
- ¿Funciona elephant-goldfish-model?
- elephant-goldfish-model funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 1 minutos, con 0 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic elephant-goldfish-model?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit d651fe86c12d. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar elephant-goldfish-model?
- 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 elephant-goldfish-model en instalarse?
- 1 minuto en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita elephant-goldfish-model una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar elephant-goldfish-model?
- Nada, en la ejecución registrada: cero errores entre el clon y el funcionamiento.
- ¿Cómo se compara elephant-goldfish-model con las alternativas?
- De los 107 proyectos de agent-skills que Argusic ha instalado y cronometrado, elephant-goldfish-model fue el 22.º más rápido en llegar a funcionar, y 78 de 107 llegaron a funcionar.
- ¿Dónde está la evidencia de elephant-goldfish-model?
- 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.