Original en inglés: https://argusic.com/subject/feedme
FeedMe
Lector de RSS ligero con tecnología de IA. Compatible con: GitHub Pages | Vercel | Alibaba Cloud ESA Pages | Docker
Funciona con mocksfuente: GitHubsitio webTypeScriptMITcommit d3fcacf3504c
TypeScript, licencia MIT. El proyecto se describe a sí mismo como: ai, github actions, github pages, llm, rss, rss reader y self hosted.
FeedMe funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 3 minutos y encontró 3 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
FeedMe RSS aggregator installs, builds, and serves via Vite (HTTP 200 on both dev and production preview), and the data pipeline fetches 30 real RSS sources and generates summaries via a mock LLM API.
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.
- Node.js v18 installed but project requires >=243 minutos
- Mock LLM API server needed for summary generation (no real credentials)2 minutos
- Some external RSS feeds returned HTTP 429/403/503 (hnrss.org rate limit, linux.do blocked, rsshub.rssforever.com 503)
- Tiempo de instalación
- 3 minutos
- De máquina en frío a terminar
- 6 minutos
- Errores encontrados y corregidos
- 3 encontrados, 3 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pnpm typecheck exited 0; pnpm build built 1676 modules; node scripts/update-feeds.ts fetched 30 RSS sources and saved 628 items (216 with mock-generated summaries); dev server curl returned HTTP 200; production preview curl returned HTTP 200
- Tokens de modelo usados
- 266.566
- Commit exacto probado
- d3fcacf3504c
- 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 del intento 1, ejecutado el , el intento que decidió el veredicto anterior. 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.
/bin/sh -lc 'kill %1 %2 %3 2>/dev/null; pkill -f mock-llm-server 2>/dev/null; pkill -f vite 2>/dev/… exited 143 in 0ms: exec /bin/sh -lc 'export NVM_DIR="$HOME/.nvm"; [ -s "$NVM_DIR/nvm.sh" ] && . "$NVM_DIR/nvm.sh"; cd /work… succeeded in 19440ms: 已从.env加载环境变量 所有RSS源更新完成 RSS数据更新成功 Now let me compile the final result. tokens used 266,566 Now let me compile the final result.
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 3 minutos, más rápido que la mediana de los 230 proyectos comparables que ha medido Argusic.
- Se recuperó de los 3 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.
De los 231 proyectos de ai que Argusic ha instalado y cronometrado, FeedMe fue el 72.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 | 0,03 |
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/feedme)Preguntas
- ¿Funciona FeedMe?
- FeedMe funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 3 minutos, con 3 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic FeedMe?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit d3fcacf3504c. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar FeedMe?
- 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 FeedMe en instalarse?
- 3 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita FeedMe una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar FeedMe?
- En la ejecución registrada fallaron 3 cosas, y 3 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara FeedMe con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, FeedMe fue el 72.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de FeedMe?
- 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.