Original en inglés: https://argusic.com/subject/learn-claude-code
learn-claude-code
Bash es todo lo que necesitas - Un nano claude code-like 「agent harness」, construido de 0 a 1
Funcionafuente: GitHubsitio webPythonMITcommit 0dcafa2ae053
Python, licencia MIT. El proyecto se describe a sí mismo como: agent, agent development, ai agent, claude, claude code, educational, llm y python.
learn-claude-code funciona. Un agent de Argusic lo instaló en 3 minutos y encontró 1 error, corregido sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
All 482 pytest tests pass after fixing 'python' to 'python3' in one test; all 17 chapter code.py files and 13 legacy agent scripts compile cleanly; s01 and s08 agent loop scripts launch their REPL prompt successfully
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 97,3 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.
- test_goal_loop.py called 'python' but only 'python3' exists on system1 minuto
- Tiempo de instalación
- 3 minutos
- De máquina en frío a terminar
- 6 minutos
- Errores encontrados y corregidos
- 1 encontrados, 1 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest tests/ --tb=short -q exited 0, 482 passed, 100 subtests passed in 12.12s
- Tokens de modelo usados
- 54.479
- Commit exacto probado
- 0dcafa2ae053
- 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
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación del intento 2, ejecutado el . El veredicto anterior procede de otro intento, así que tómalo como una sesión y no como el resultado actual. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
**Other findings:** - The web platform's `next build` requires Node.js >=20.9.0, but only v18.19.1 is available — canno… - The chapter `code.py` scripts need `ANTHROPIC_API_KEY` for real agent execution, but the entire t… - All 17 chapter `code.py` files and 13 legacy `agents/*.py` scripts compile cleanly. tokens used 54,479 All 482 tests pass, 100 subtests pass. Here's the summary: **Error found:** `test_bash_output_keeps_exit_code_when_the_tail_is_trimmed` in `tests/test_goal_lo… **Other findings:** - The web platform's `next build` requires Node.js >=20.9.0, but only v18.19.1 is available — canno… - The chapter `code.py` scripts need `ANTHROPIC_API_KEY` for real agent execution, but the entire t… - All 17 chapter `code.py` files and 13 legacy `agents/*.py` scripts compile 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
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 3 minutos, más rápido que la mediana de los 134 proyectos comparables que ha medido Argusic.
- Se recuperó de su único error sin que interviniera una persona, lo que indica que el fallo está lo bastante documentado como para resolverlo.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MIT, según su plataforma de origen.
- Medido 3 veces, así que el resultado no es algo puntual.
De los 135 proyectos de agent que Argusic ha instalado y cronometrado, learn-claude-code fue el 37.º más rápido en llegar a funcionar, y 87 de 135 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 3 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)
agentagent-developmentai-agentclaudeclaude-codeeducationalllmpythonteachingtutorial
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/learn-claude-code)Preguntas
- ¿Funciona learn-claude-code?
- Sí. learn-claude-code funciona. Argusic lo instaló y lo inició en una máquina limpia en 3 minutos, con 1 error por el camino, y grabó la sesión.
- ¿Cómo probó Argusic learn-claude-code?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 0dcafa2ae053. Hay 3 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar learn-claude-code?
- La ejecución que produjo este veredicto costó 0,04 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 learn-claude-code en instalarse?
- 3 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita learn-claude-code una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar learn-claude-code?
- En la ejecución registrada falló 1 cosa, y 1 se corrigió sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara learn-claude-code con las alternativas?
- De los 135 proyectos de agent que Argusic ha instalado y cronometrado, learn-claude-code fue el 37.º más rápido en llegar a funcionar, y 87 de 135 llegaron a funcionar.
- ¿Dónde está la evidencia de learn-claude-code?
- Las 3 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.