Original en inglés: https://argusic.com/subject/lcu
lcu
Codex computer use, desacoplado de la aplicación, para uso dentro de cualquier harness.
Funciona con mocksfuente: GitHubsitio webJavaScriptMITcommit 748303e9315e
JavaScript, licencia MIT. El proyecto se describe a sí mismo como: accessibility, agent skills, browser automation, claude code, codex cli, computer use, desktop automation y library.
lcu funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 44 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
LCU 0.9.1 installed and verified extracting the official ChatGPT 26.915.31945 (CUA 0.0.16) app fixture, Python 435-test suite passes, adapter tests 88/103 pass, and lcu doctor confirms window listing and screenshot on virtual display.
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 92 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.
- npm adapter tests: 4 Node 18 MockTimers.enable signature mismatches3 minutos
- npm adapter tests: 3 test files require OMP/Pi harness installations
- Tiempo de instalación
- 44 minutos
- De máquina en frío a terminar
- 7 minutos
- Errores encontrados y corregidos
- 2 encontrados, 2 corregidos sin ayuda humana
- Cómo se demostró el resultado
- lcu doctor on DISPLAY=:99 with dbus session returned: 'Window listing: passed (0 windows). Screenshot capture: passed (1 images). Computer use is ready for the first agent call.'
- Tokens de modelo usados
- 72.062
- Commit exacto probado
- 748303e9315e
- 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.
The **npm adapter tests** show 88 pass, 7 fail, 8 skip — the 4 `MockTimers.enable` failures are a N… The **build** (`python3 scripts/build_bundle.py`) produced a valid archive. The **install** (`scripts/install.sh` from that archive) succeeded with the official ChatGPT app fi… **`lcu doctor`** verified window listing and screenshot capture through Xvfb. tokens used 72,062 All good. Let me compile the final answer now. The **Python test suite** passes cleanly (435 tests, OK, 2 skipped — both macOS-only self-skips). The **npm adapter tests** show 88 pass, 7 fail, 8 skip — the 4 `MockTimers.enable` failures are a N… The **build** (`python3 scripts/build_bundle.py`) produced a valid archive. The **install** (`scripts/install.sh` from that archive) succeeded with the official ChatGPT app fi… **`lcu doctor`** verified window listing and screenshot capture through Xvfb.
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 recuperó de los 2 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Licencia MIT, 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.
- Tardó 44 minutos en instalarse, más lento que la mediana de los 10 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 11 proyectos de accessibility que Argusic ha instalado y cronometrado, lcu fue el 9.º más rápido en llegar a funcionar, y 10 de 11 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 | 92,00 | 0,09 |
Temas (de GitHub)
accessibilityagent-skillsbrowser-automationclaude-codecodex-clicomputer-usedesktop-automationlibrarylinuxmacosmcppi-agentx11
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/lcu)Preguntas
- ¿Funciona lcu?
- lcu funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 44 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic lcu?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 748303e9315e. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar lcu?
- La ejecución que produjo este veredicto costó 0,09 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 lcu en instalarse?
- 44 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita lcu una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar lcu?
- En la ejecución registrada fallaron 2 cosas, y 2 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara lcu con las alternativas?
- De los 11 proyectos de accessibility que Argusic ha instalado y cronometrado, lcu fue el 9.º más rápido en llegar a funcionar, y 10 de 11 llegaron a funcionar.
- ¿Dónde está la evidencia de lcu?
- 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.