Original en inglés: https://argusic.com/subject/genspark-claw
genspark-claw
Paquete de skills comunitario y CLI para los agents Genspark Claw, OpenClaw y Hermes: 5 skills SKILL.md listas para producción (deep research, informes, diapositivas, automatización del navegador, preparación de llamadas de IA), instalador Node.js sin dependencias, servidor MCP, instalación en una línea
Funcionafuente: GitHubJavaScriptMITcommit 2ef198c6dd70
JavaScript, licencia MIT. El proyecto se describe a sí mismo como: agent skills, ai agent, ai assistants, ai tools, awesome genspark, genspark agent, genspark claw y genspark mcp.
genspark-claw funciona. Un agent de Argusic lo instaló en 0,5 minutos y no encontró ningún error en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Package installs with zero dependencies. All 12 tests pass. All CLI commands (list, doctor, validate, install, info, version, help) work correctly. MCP server responds to JSON-RPC tools/list and tools/call. Programmatic API via require('genspark-claw') exports listBundledSkills, findSkill, installSkills, validateTarget, and runDoctor.
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.
- Tiempo de instalación
- menos de un minuto
- De máquina en frío a terminar
- menos de un minuto
- Errores encontrados y corregidos
- 0 encontrados, 0 corregidos sin ayuda humana
- Cómo se demostró el resultado
- npm test exited 0, 12 passed; exercised list/doctor/validate/install/info/version/help; MCP tools/list + tools/call answered; programmatic require() exports listed; install wrote SKILL.md to target dir
- Tokens de modelo usados
- 29.337
- Commit exacto probado
- 2ef198c6dd70
- 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.
exec
/bin/sh -lc 'cd /work/repo && node bin/genspark-claw.js version 2>&1' in /work/repo
succeeded in 0ms:
1.0.0
exec
/bin/sh -lc "cd /work/repo && node -e \"const g = require('./src/index.js'); console.log(JSON.strin…
succeeded in 0ms:
["call-prep","claw-browser-anchor","spark-report","spark-slides","super-research"]
All commands, tests, and integrations work perfectly with zero errors.
tokens used
29,337
All commands, tests, and integrations work perfectly with zero errors.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
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 0,5 minutos, 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.
- 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.
De los 107 proyectos de agent-skills que Argusic ha instalado y cronometrado, genspark-claw fue el 15.º más rápido en llegar a funcionar, y 78 de 107 llegaron a funcionar.
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.
- Seguir su propio README: el camino documentado funcionó sin nada que arreglar.
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
Temas (de GitHub)
agent-skillsai-agentai-assistantsai-toolsawesome-gensparkgenspark-agentgenspark-clawgenspark-mcpgenspark-skillshermes-agenthermes-skillmcpmcp-servermodel-context-protocolopen-gensparkopenclawopenclaw-skillopenclaw-skillsskillszero-dependency
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/genspark-claw)Preguntas
- ¿Funciona genspark-claw?
- Sí. genspark-claw funciona. 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 genspark-claw?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 2ef198c6dd70. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar genspark-claw?
- La ejecución que produjo este veredicto costó 0,00 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 genspark-claw 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 genspark-claw una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar genspark-claw?
- Nada, en la ejecución registrada: cero errores entre el clon y el funcionamiento.
- ¿Cómo se compara genspark-claw con las alternativas?
- De los 107 proyectos de agent-skills que Argusic ha instalado y cronometrado, genspark-claw fue el 15.º más rápido en llegar a funcionar, y 78 de 107 llegaron a funcionar.
- ¿Dónde está la evidencia de genspark-claw?
- 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.