Original en inglés: https://argusic.com/subject/examples
examples
Ejemplos de uso de Hyperbrowser
Funciona con mocksfuente: GitHubsitio webTypeScriptMITcommit 742df66242aa
TypeScript, licencia MIT. El proyecto se describe a sí mismo como: examples, scraping, web y web scraping.
examples funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 0,2 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
After npm install, TypeScript compiles cleanly and the company-researcher CLI runs end-to-end against a schema-correct local Hyperbrowser mock, producing the full structured research output and exiting 0; real Hyperbrowser/OpenAI API keys were not exercised.
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.
- The quick-start CLI (company-researcher.ts) is readline/TTY-only; piping stdin made it print the two prompts then exit code 0 before ever calling Hyperbrowser, so it could not be exercised non-interactively.1 minuto
- The app had no way to target a non-default API endpoint, so it could not be pointed at a local mock to verify end-to-end without real credentials.1 minuto
- Tiempo de instalación
- menos de un minuto
- De máquina en frío a terminar
- 12 minutos
- Errores encontrados y corregidos
- 2 encontrados, 2 corregidos sin ayuda humana
- Cómo se demostró el resultado
- npm install (exit 0, 61 packages) and npx tsc --noEmit (exit 0) passed; python3 run_test2.py started a local schema-correct Hyperbrowser mock on 127.0.0.1:8123 and drove npx ts-node company-researcher.ts in a PTY, which printed the two prompts, sent answers, and rendered the full result (RESEARCH RESULTS FOR: ACME CORP, OVERVIEW, 3 KEY POINTS, ADDITIONAL INFORMATION) then exited 0; the mock request log confirmed POST /api/extract with x-api-key mock-test-key-123 and the JSON-schema'd body, followed by GET /api/extract/mock-job-1/status and GET /api/extract/mock-job-1.
- Tokens de modelo usados
- 370.835
- Commit exacto probado
- 742df66242aa
- 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
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación de uno de los intentos de abajo. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
exec
/bin/sh -lc "python3 -c \"import json; s=open('/tmp/result.txt').read().split('ARGUSIC_RESULT: ',1)…
succeeded in 0ms:
JSON OK; keys: ['install_succeeded', 'launch_succeeded', 'install_minutes', 'errors', 'test_depth',…
Everything is verified and the report JSON is valid.
exec
/bin/sh -lc 'cat /tmp/result.txt' in /work/repo
succeeded in 0ms:
Done. Here is the report line.
tokens used
370,835
Done. Here is the report line.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 0,2 minutos.
- Se recuperó de los 2 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.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
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 | 0,12 |
Temas (de GitHub)
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/examples)Preguntas
- ¿Funciona examples?
- examples funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 0 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic examples?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 742df66242aa. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar examples?
- La ejecución que produjo este veredicto costó 0,12 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 examples en instalarse?
- 0,2 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita examples una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar examples?
- 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.
- ¿Dónde está la evidencia de examples?
- 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.