Original en inglés: https://argusic.com/subject/humanize
humanize
El sistema de flujo del agent para maximizar tokens.
Funciona con mocksfuente: GitHubsitio webPythonApache-2.0commit 60cab7e69fbf
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: agent, ai agents, claude code, codex, coding agents, flow, harness e infra.
humanize funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 2,3 minutos y encontró 3 errores en una máquina limpia sin GPU, y toda la sesión quedó grabada.
The hmz package installs cleanly, ruff lint passes, the CLI binary prints valid usage output, and 2600+ unit tests + 145+ integration tests pass against mocked backends; 11 unit test failures are pre-existing environment constraints (Landlock, argv0 path) unrelated to install.
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 72 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.
- 11 unit tests fail: 2 Codex tests expect argv0='codex' but system resolves to '/usr/local/bin/codex'; 9 fencing tests expect Landlock or seccomp support not present on this kernel (kernel lacks ABI 4 and needed LSMs)
- 2 integration tests (test_tui_epics.py) timeout in Textual headless mode
- A few integration tests (test_tui_settings, test_tui_flows, test_tui_monitor) hang in headless environment and could not be tested
- Tiempo de instalación
- 2 minutos
- De máquina en frío a terminar
- 25 minutos
- Errores encontrados y corregidos
- 3 encontrados, 0 corregidos sin ayuda humana
- Cómo se demostró el resultado
- uv run hmz --help returned usage info with 3 commands; uv run ruff check src/hmz returned 'All checks passed!'; uv run pytest tests/unit/ -p no:xdist (per-package) returned ~2660 passed
- Tokens de modelo usados
- 411.178
- Commit exacto probado
- 60cab7e69fbf
- 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.
exec /bin/sh -lc 'export PATH="$HOME/.local/bin:$PATH" && cd /work/repo && echo "=== Summary of all inte… succeeded in 9086ms: === Summary of all integration tests === tests/integration/test_agents_codex.py::test_a_failed_turn_is_a_failure_with_what_codex_said PASSED… ============================== 13 passed in 3.78s ============================== tests/integration/test_agents_kimi.py::test_a_prompt_the_daemon_refuses_is_a_failed_turn_leaving_no… ============================== 4 passed in 4.60s =============================== Now I have complete data. Here is the final analysis: tokens used 411,178 Now I have complete data. Here is the final analysis:
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 2,3 minutos, más rápido que la mediana de los 134 proyectos comparables que ha medido Argusic.
- Licencia Apache-2.0, según su plataforma de origen.
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.
- Encontró 3 errores durante la instalación, 3 de ellos sin resolver.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 135 proyectos de agent que Argusic ha instalado y cronometrado, humanize fue el 34.º más rápido en llegar a funcionar, y 87 de 135 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 | 1/3 | Funciona con mocks | 72,00 | 0,12 |
Temas (de GitHub)
agentai-agentsclaude-codecodexcoding-agentsflowharnessinfrallmpythonsystemworkflow
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/humanize)Preguntas
- ¿Funciona humanize?
- humanize funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 2 minutos, con 3 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic humanize?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 60cab7e69fbf. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar humanize?
- La ejecución que produjo este veredicto costó 0,12 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 humanize en instalarse?
- 2,3 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita humanize una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar humanize?
- En la ejecución registrada fallaron 3 cosas. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara humanize con las alternativas?
- De los 135 proyectos de agent que Argusic ha instalado y cronometrado, humanize fue el 34.º más rápido en llegar a funcionar, y 87 de 135 llegaron a funcionar.
- ¿Dónde está la evidencia de humanize?
- 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.