Original en inglés: https://argusic.com/subject/git-ai
git-ai
Una extensión de Git para rastrear el código generado por IA en tus repos
Funcionafuente: GitHubsitio webRustApache-2.0commit 1f16720db855
Rust, licencia Apache-2.0. El proyecto se describe a sí mismo como: ai, ai blame y coding agents.
git-ai funciona. Un agent de Argusic lo instaló en 38 minutos y encontró 3 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
git-ai builds from source with cargo, all 2481 unit tests pass, 1310+ sampled integration tests across checkpointing, blame, diff, rewrite ops, agent presets, worktrees, and async daemon mode all pass with RUSTUP_TOOLCHAIN=stable and GIT_AI_TEST_BINARY_PATH set.
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.
- No Rust toolchain installed17 minutos
- Cargo file lock contention from overlapping builds5 minutos
- Integration tests fail: rustup cargo proxy not found in subprocess1 minuto
- Tiempo de instalación
- 38 minutos
- De máquina en frío a terminar
- 45 minutos
- Errores encontrados y corregidos
- 3 encontrados, 3 corregidos sin ayuda humana
- Cómo se demostró el resultado
- cargo test --lib: 2481 passed, 0 failed; cargo test --test async_mode: 16 passed; cargo test --test commit_hunks: 16 passed; targeted integration suite (1310 tests covering basic_commit_attribution, checkpoint_unit, diff, blame_comprehensive, stash, rebase, cherry_pick, reset, amend, agent_commits_blame): all passed; binary version prints 1.7.3 (debug)
- Tokens de modelo usados
- 367.993
- Commit exacto probado
- 1f16720db855
- 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.
| `commit_hunks` | 16 | all passed | | `commit_tree_update_ref` | (results seen, all ok) | all passed | | `config_fresh_test` | (results seen, all ok) | all passed | The full integration suite (3418 tests) takes 15+ minutes. All sampled subsets pass cleanly. ## Lint & format `cargo fmt --check` exits cleanly (no formatting issues). ## Errors | Error | Fix | Minutes | |---|---|---| | No Rust toolchain installed (`rustc: not found`) | Installed via `rustup` | ~17 | | Integration tests fail: "rustup could not choose a version of cargo to run" in `test_repo.rs:3924… | Cargo file lock contention (multiple concurrent builds) | Kill stale cargo processes before start…
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 recuperó de los 3 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 Apache-2.0, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Tardó 38 minutos en instalarse, más lento que la mediana de los 230 proyectos comparables que ha medido Argusic.
De los 231 proyectos de ai que Argusic ha instalado y cronometrado, git-ai fue el 221.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
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)
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/git-ai)Preguntas
- ¿Funciona git-ai?
- Sí. git-ai funciona. Argusic lo instaló y lo inició en una máquina limpia en 38 minutos, con 3 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic git-ai?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 1f16720db855. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar git-ai?
- La ejecución que produjo este veredicto costó 0,20 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 git-ai en instalarse?
- 38 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita git-ai una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar git-ai?
- 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 git-ai con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, git-ai fue el 221.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de git-ai?
- 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.