Original en inglés: https://argusic.com/subject/harbor
harbor
Deja de configurar tu pila de IA. Empieza a usarla. Un comando trae una pila LLM completa preconfigurada con cientos de servicios para explorar.
Funciona con mocksfuente: GitHubsitio webPythonApache-2.0commit 4c20a822f61e
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: ai, automation, bash, cli, container, docker, docker compose y homelab.
harbor funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 12 minutos y encontró 4 errores en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Harbor CLI v0.5.6 installed from source, frontend web app builds, all Deno-based unit tests (41 total) pass, lint self-test green (12 bash rules, 9 compose rules, 1 boost rule, 3 orchestrator checks). Docker-dependent container test matrix blocked.
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 66 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.
- Deno not installed in container2 minutos
- Deno lockfile version mismatch (v5 from newer Deno, installed Deno 2.2.0 writes v4)1 minuto
- Docker daemon not available (no root access)
- shellcheck not installed (optional, used by lint)
- Tiempo de instalación
- 12 minutos
- De máquina en frío a terminar
- 16 minutos
- Errores encontrados y corregidos
- 4 encontrados, 2 corregidos sin ayuda humana
- Tokens de modelo usados
- 119.600
- Commit exacto probado
- 4c20a822f61e
- 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.
- Cómo se demostró el resultado
- las ejecuciones anteriores al 2026-09-07 no registraban el comando usado para comprobar el resultado
- 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.
2. **Deno not installed**: No Deno in the container. **Fix**: Downloaded Deno binary from GitHub re… 3. **No Docker**: The Harbor project requires Docker to run services and the container-based test m… 4. **No shellcheck**: Lint self-test reported SKIP for shellcheck fixtures. **Fix**: Not needed - t… **What was verified to work (without Docker):** - **Lint self-test**: 12 bash rules PASS, 9 compose rules PASS, 1 boost rule PASS, 3 orchestrator c… - **Full lint passes**: `--bash-rules`, `--compose`, `--boost` all report "clean" - **Docs unit tests**: 13 tests across 3 test files, all PASS - **Test orchestrator unit tests**: 5 tests, all PASS (materializeTrackedRepo, no bind-mount guard,… - **macOS requirements tests**: 22 stubbed tests, all PASS - **Tauri app frontend**: TypeScript compiles cleanly (0 errors), Vite build succeeds producing pro… - **CLI commands work**: `harbor version`, `harbor config get/set`, `harbor skills`, `harbor help` - **Frontend npm install**: 305 packages installed cleanly
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
- 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
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Tardó 12 minutos en instalarse, más lento que la mediana de los 230 proyectos comparables que ha medido Argusic.
- Encontró 4 errores durante la instalación, 2 de ellos sin resolver.
De los 231 proyectos de ai que Argusic ha instalado y cronometrado, harbor fue el 162.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 | 2/3 | No funcionó | 50,00 | 0,05 | |
| Argusic Runner | 2/3 | Funciona con mocks | 82,00 | 0,08 |
Temas (de GitHub)
aiautomationbashclicontainerdockerdocker-composehomelabllmlocalmcpnpmpackagepypisafetensorsself-hostedservertooltools
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/harbor)Preguntas
- ¿Funciona harbor?
- harbor funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 12 minutos, con 4 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic harbor?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 4c20a822f61e. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar harbor?
- La ejecución que produjo este veredicto costó 0,08 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 harbor en instalarse?
- 12 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita harbor una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar harbor?
- En la ejecución registrada fallaron 4 cosas, y 2 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara harbor con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, harbor fue el 162.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de harbor?
- 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.