Original en inglés: https://argusic.com/subject/genericagent
GenericAgent
Agent auto-evolutivo: cultiva un árbol de skill desde una semilla de 3.3K líneas, logrando control total del sistema con un consumo de tokens 6 veces menor.
Funciona con mocksfuente: GitHubsitio webPythonMITcommit e86ca723a943
Python, licencia MIT. El proyecto se describe a sí mismo como: ai agent, automation, autonomous agent, browser automation, claude, computer control, desktop automation y gemini.
GenericAgent funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 1 minuto y encontró 6 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
After a venv install of the declared UI and test dependencies, 275 tests pass, the TUI starts, the Streamlit UI completes a mocked tool-using turn with MOCK_FINAL: 246810, and launch.pyw opens a live 1200x900 GenericAgent window on DISPLAY=:99 using PyQt6 and an extracted libxcb-cursor.
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.
- Automated PTY input could not trigger the TUI submit handler because the harness escaped control characters, so it made no model request5 minutos
- The Qt xcb platform plugin failed because libxcb-cursor.so.0 was missing4 minutos
- frontends/tui_v3.py exited 1 when stdin was not a TTY3 minutos
- launch.pyw failed because pywebview found neither GTK Python bindings nor Qt bindings2 minutos
- README's uv-based install could not run because uv is not installed in the container1 minuto
- /usr/bin/time is unavailable, so the first timed install command failed before running
- Tiempo de instalación
- 1 minutos
- De máquina en frío a terminar
- 29 minutos
- Errores encontrados y corregidos
- 6 encontrados, 6 corregidos sin ayuda humana
- Cómo se demostró el resultado
- .venv/bin/python -m pytest -q frontends/tests exited 0 with 275 passed in 1.89s; Streamlit AppTest submitted a chat message and displayed MOCK_FINAL: 246810 after two mock POST /v1/chat/completions requests returned 200; curl http://127.0.0.1:8506/_stcore/health returned 200 and xwininfo listed a 1200x900 GenericAgent window; .venv/bin/ga --version printed GenericAgent v0.1.0.
- Tokens de modelo usados
- 1.494.551
- Commit exacto probado
- e86ca723a943
- 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.
5713 /usr/bin/bash -c printf 'Remaining processes:\n'; pgrep -af 'agentmain|ga_mock_openai|streamli… Window check: none Final git status: Final tests: ........................................................................ [ 26%] ........................................................................ [ 52%] ........................................................................ [ 78%] ........................................................... [100%] 275 passed in 1.89s tokens used 1,494,551
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 69 proyectos comparables que ha medido Argusic.
- Se recuperó de los 6 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.
- 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 70 proyectos de ai-agent que Argusic ha instalado y cronometrado, GenericAgent fue el 14.º más rápido en llegar a funcionar, y 43 de 70 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 | 0,36 | |
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,02 |
Temas (de GitHub)
ai-agentautomationautonomous-agentbrowser-automationclaudecomputer-controldesktop-automationgeminilightweightllm-agentmemory-systempythonself-evolvingskill-treetask-automation
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/genericagent)Preguntas
- ¿Funciona GenericAgent?
- GenericAgent funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 1 minutos, con 6 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic GenericAgent?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit e86ca723a943. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar GenericAgent?
- La ejecución que produjo este veredicto costó 0,36 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 GenericAgent 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 GenericAgent una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar GenericAgent?
- En la ejecución registrada fallaron 6 cosas, y 6 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara GenericAgent con las alternativas?
- De los 70 proyectos de ai-agent que Argusic ha instalado y cronometrado, GenericAgent fue el 14.º más rápido en llegar a funcionar, y 43 de 70 llegaron a funcionar.
- ¿Dónde está la evidencia de GenericAgent?
- 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.