Original en inglés: https://argusic.com/subject/nxnative
nxnative
Juegos de Switch ejecutándose de forma nativa en iPhone, iPad y Mac: una carpeta NSP se convierte en un IPA sin firmar (reescritor NSO, host HLE de Horizon, NVN→Metal).
Funcionafuente: GitHubPythonMITcommit ac9598ad83e2
Python, licencia MIT.
nxnative funciona. Un agent de Argusic lo instaló en 12 minutos y encontró 5 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
All Linux-compatible Python tool tests pass: NSO/NRO loader, NSP packing, RomFS image builder, shader splitter, rewriter, docs/lint/env tools all verified working on Ubuntu 24.04 with Python 3.12
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 90 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.
- Missing Python deps: lz4, capstone, fonttools, zstd, backports.zstd3 minutos
- Pip could not install into system Python (externally-managed-environment)1 minuto
- gcc-13 -Wmisleading-indentation error on one-liner C in test_romfs_image.py1 minuto
- Pre-existing flaky test test_romfs_image.py::test_reuse_rebuilds_changed_added_removed_and_renamed_files (ext4 ctime resolution)
- test_spirv_cross_pin, test_nsp_mac_app, test_own_compilers, test_regress need macOS/Xcode
- Tiempo de instalación
- 12 minutos
- De máquina en frío a terminar
- 6 minutos
- Errores encontrados y corregidos
- 5 encontrados, 5 corregidos sin ayuda humana
- Cómo se demostró el resultado
- python3 -m pytest dm/tools/tests passed 449 tests (20 skipped, 2 xfailed, 338 subtests passed) after fixing one gcc-13 indentation bug and installing 5 pip dependencies
- Tokens de modelo usados
- 85.832
- Commit exacto probado
- ac9598ad83e2
- 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.
Let me check whether the test suite uses real test data or mocks. exec /bin/sh -lc 'cd /work/repo && find dm/tools/tests -name "*.nso" -o -name "*.nro" -o -name "*.nsp" -… succeeded in 0ms: exec /bin/sh -lc 'cd /work/repo && . /tmp/venv/bin/activate && python3 -m pytest dm/tools/tests/ -q --tb… succeeded in 5121ms: 443 passed, 19 skipped, 44 deselected, 2 xfailed, 326 subtests passed in 4.93s Now I have all the data I need. Let me compile the final report. tokens used 85,832 Now I have all the data I need. Let me compile the final report.
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.
- Medido 2 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Tardó 12 minutos en instalarse, más lento que la mediana de los 46 proyectos comparables que ha medido Argusic.
De los 47 proyectos de Python que Argusic ha instalado y cronometrado, nxnative fue el 43.º más rápido en llegar a funcionar, y 28 de 47 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Funciona | 100,00 | 0,18 | |
| Argusic Runner | 1/3 | Sin verificar | 80,00 | 0,42 |
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/nxnative)Preguntas
- ¿Funciona nxnative?
- Sí. nxnative funciona. Argusic lo instaló y lo inició en una máquina limpia en 12 minutos, con 5 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic nxnative?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit ac9598ad83e2. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar nxnative?
- La ejecución que produjo este veredicto costó 0,18 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 nxnative en instalarse?
- 12 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita nxnative una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar nxnative?
- 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 nxnative con las alternativas?
- De los 47 proyectos de Python que Argusic ha instalado y cronometrado, nxnative fue el 43.º más rápido en llegar a funcionar, y 28 de 47 llegaron a funcionar.
- ¿Dónde está la evidencia de nxnative?
- 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.