Original en inglés: https://argusic.com/subject/kaogong-shuati
kaogong-shuati
考公刷题 App（公考/gongkao/国考/省考/事业单位）：行测 申论 题库 · 错题本 · AI 解析。中文名：没钱考什么公。
Funcionafuente: GitHubJavaScriptMITcommit 12cf8e73be8f
JavaScript, licencia MIT. El proyecto se describe a sí mismo como: ai, android, capacitor, civil service exam, education, exam prep, gongkao y kaogong.
kaogong-shuati funciona. Un agent de Argusic lo instaló en 8 minutos y encontró 5 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Server launches on Node.js v22.6.0 with --experimental-sqlite flag, serves all API endpoints, passes 121/130 tests (106 pass without patches, 15 more pass after spawn patches)
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. 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.
- Node.js v18.19.1 (system) does not support node:sqlite; project requires >=22.52 minutos
- test-custom-practice-e2e.mjs used playwright msedge channel which was not installed2 minutos
- node:sqlite requires --experimental-sqlite flag in v22.6.01 minuto
- Tests spawning child server (test-random-practice-count.mjs et al.) did not pass --experimental-sqlite flag1 minuto
- test-local-api.mjs, test-local-queries.mjs, test-local-ai.mjs fail because app-assets/tiku_app.db does not exist
- Tiempo de instalación
- 8 minutos
- De máquina en frío a terminar
- 8 minutos
- Errores encontrados y corregidos
- 5 encontrados, 5 corregidos sin ayuda humana
- Cómo se demostró el resultado
- node --experimental-sqlite server.mjs 3099: / returns 200 (5526 bytes HTML), /api/subjects returns 4 subjects (31643 questions), /api/practice returns real questions, /api/ai/agents returns 4 agents, /api/records/stats returns practice stats, /api/favorites CRUD works
- Tokens de modelo usados
- 197.911
- Commit exacto probado
- 12cf8e73be8f
- 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 'kill %1 2>/dev/null; true' in /work/repo succeeded in 0ms: Now let me compile the final ARGUSIC_RESULT. Let me re-check the precision of the install time: exec /bin/sh -lc 'date +%s' in /work/repo succeeded in 0ms: 1794296588 The process started around 1794296100 (07:35) and now at 1794296588 (07:43) — ~8 minutes. tokens used 197,911 The process started around 1794296100 (07:35) and now at 1794296588 (07:43) — ~8 minutes.
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 5 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 MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Tardó 8 minutos en instalarse, más lento que la mediana de los 232 proyectos comparables que ha medido Argusic.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 233 proyectos de ai que Argusic ha instalado y cronometrado, kaogong-shuati fue el 143.º más rápido en llegar a funcionar, y 156 de 233 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 8 minutos después del clon.
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)
aiandroidcapacitorcivil-service-exameducationexam-prepgongkaokaogongllmlocal-firstnodejsoffline-firstpwaquestion-bankself-hostedshenlunshuatisqlitestudy-appxingce
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/kaogong-shuati)Preguntas
- ¿Funciona kaogong-shuati?
- Sí. kaogong-shuati funciona. Argusic lo instaló y lo inició en una máquina limpia en 8 minutos, con 5 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic kaogong-shuati?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 12cf8e73be8f. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar kaogong-shuati?
- La ejecución que produjo este veredicto costó 0,22 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 kaogong-shuati en instalarse?
- 8 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita kaogong-shuati una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar kaogong-shuati?
- En la ejecución registrada fallaron 5 cosas, y 5 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara kaogong-shuati con las alternativas?
- De los 233 proyectos de ai que Argusic ha instalado y cronometrado, kaogong-shuati fue el 143.º más rápido en llegar a funcionar, y 156 de 233 llegaron a funcionar.
- ¿Dónde está la evidencia de kaogong-shuati?
- 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.