Original en inglés: https://argusic.com/subject/jobs-applier-ai-agent
Jobs_Applier_AI_Agent
An AI web agent that applies to jobs for you while you sleep.
Funcionafuente: GitHubPythonMITcommit 0212a1058006
Python, licencia MIT. El proyecto se describe a sí mismo como: ai agent, ai agents, automation, browser automation, job application, job board, job search y mcp.
Jobs_Applier_AI_Agent 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.
All 211 tests pass and the CLI responds correctly to --help and --version. The project is ready for use with an OrcaRouter API key.
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 96 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. 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
- 3 minutos
- Errores encontrados y corregidos
- 0 encontrados, 0 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest ran 211 tests and all passed in 110.93s; 'python -m aihawk --help' and '--version' both returned correct output
- Tokens de modelo usados
- 58.896
- Commit exacto probado
- 0212a1058006
- 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.
Everything works. Let me compile the final result. **Install**: `pip install -e ".[dev]"` in a venv — all dependencies resolved cleanly, project built… **Test suite**: `pytest` ran 211 tests, all passed in ~111 seconds. **CLI**: `python -m aihawk --help` and `--version` both responded correctly (version 1.0.0). No errors were encountered — the project installed and the full test suite passed on the first atte… tokens used 58,896 Everything works. Let me compile the final result. **Install**: `pip install -e ".[dev]"` in a venv — all dependencies resolved cleanly, project built… **Test suite**: `pytest` ran 211 tests, all passed in ~111 seconds. **CLI**: `python -m aihawk --help` and `--version` both responded correctly (version 1.0.0). No errors were encountered — the project installed and the full test suite passed on the first atte…
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 72 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.
- Medido 2 veces, así que el resultado no es algo puntual.
De los 73 proyectos de ai-agent que Argusic ha instalado y cronometrado, Jobs_Applier_AI_Agent fue el 8.º más rápido en llegar a funcionar, y 46 de 73 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
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Funciona con mocks | 92,00 | 0,02 | |
| Argusic Runner | 1/3 | Funciona | 100,00 | 0,02 |
Temas (de GitHub)
ai-agentai-agentsautomationbrowser-automationjob-applicationjob-boardjob-searchmcpplaywrightpythonresumeterminal-app
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/jobs-applier-ai-agent)Preguntas
- ¿Funciona Jobs_Applier_AI_Agent?
- Sí. Jobs_Applier_AI_Agent 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 Jobs_Applier_AI_Agent?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 0212a1058006. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar Jobs_Applier_AI_Agent?
- La ejecución que produjo este veredicto costó 0,02 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 Jobs_Applier_AI_Agent 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 Jobs_Applier_AI_Agent una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar Jobs_Applier_AI_Agent?
- Nada, en la ejecución registrada: cero errores entre el clon y el funcionamiento.
- ¿Cómo se compara Jobs_Applier_AI_Agent con las alternativas?
- De los 73 proyectos de ai-agent que Argusic ha instalado y cronometrado, Jobs_Applier_AI_Agent fue el 8.º más rápido en llegar a funcionar, y 46 de 73 llegaron a funcionar.
- ¿Dónde está la evidencia de Jobs_Applier_AI_Agent?
- 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.