Original en inglés: https://argusic.com/subject/firstmate
firstmate
Habla con un agent. Publica con un equipo.
Funcionafuente: GitHubShellMITcommit 3c2a91d70e07
Shell, licencia MIT.
firstmate funciona. Un agent de Argusic lo instaló en 0,5 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Firstmate test suite runs cleanly on Node 18 with tsx and ShellCheck/actionlint on PATH; the fm-pi-branch-extension test passes all 46 cases (gate-skipping only the missing Pi SDK dependency, which is expected outside a real Pi environment)
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 100 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.
- fm-pi-branch-extension.test.sh: Node 18 cannot load .ts files as ESM without package.json type:module marker10 minutos
- fm-lint.test.sh: ShellCheck and actionlint not on PATH2 minutos
- Tiempo de instalación
- menos de un minuto
- De máquina en frío a terminar
- 45 minutos
- Errores encontrados y corregidos
- 2 encontrados, 2 corregidos sin ayuda humana
- Cómo se demostró el resultado
- bash bin/fm-test-run.sh with PATH=/tmp/shellcheck:/tmp/actionlint and NODE_OPTIONS=--import=tsx/esm: 14/14 script tests passed, 46/46 pi-branch-extension cases passed
- Tokens de modelo usados
- 313.340
- Commit exacto probado
- 3c2a91d70e07
- 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
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
Captain, here's the assessment. The firstmate project is a bash-based agent distro — no "install" s…
**Errors found and fixed:**
1. **`fm-pi-branch-extension.test.sh`** — failed because Node.js 18 can't natively load `.ts` files…
- I installed `tsx` locally (`npm install --no-save tsx`) and fixed the test fixture to write `p…
2. **`fm-lint.test.sh`** — failed because `ShellCheck` and `actionlint` aren't on PATH. Fix: `bin/f…
These are environment gaps, not code bugs. No other test failures were observed
exec
/bin/sh -lc "echo '{\"install_succeeded\": true, \"launch_succeeded\": true, \"install_minutes\": 0…
succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 0.5, "errors": [{"msg": "f…
tokens used
313,340Reproducir 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
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 0,5 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.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
- Una evaluación rápida: estaba funcionando 0,5 minutos después del clon.
Historial de ejecuciones
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/firstmate)Preguntas
- ¿Funciona firstmate?
- Sí. firstmate funciona. Argusic lo instaló y lo inició en una máquina limpia en 1 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic firstmate?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 3c2a91d70e07. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar firstmate?
- La ejecución que produjo este veredicto costó 0,26 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 firstmate en instalarse?
- 0,5 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita firstmate una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar firstmate?
- 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 firstmate?
- 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.