Original en inglés: https://argusic.com/subject/openai-chat-api-workflow
openai-chat-api-workflow
Un Workflow de Alfred 5 para usar la API de Chat de OpenAI e interactuar con modelos GPT. También permite generación/edición/comprensión de imágenes, conversión de voz a texto y síntesis de texto a voz.
No se pudo verificarfuente: GitHubsitio webRubyMITcommit a75e903d0864
Ruby, licencia MIT. El proyecto se describe a sí mismo como: ai, alfred, chatbot, dall e, gpt, image generation, image understanding y openai.
Argusic no consiguió que openai-chat-api-workflow funcionara. Un agent de Argusic lo instaló en 4 minutos y encontró 3 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Ruby 3.4.7 installed via Conda; all 21 source files pass syntax check; 11 of 12 test files pass (the lone failure is a macOS-only afplay assertion); the WEBrick HTTP server boots and serves pages correctly; the HTML page builder produces complete output.
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 80 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.
- Ruby runtime not available in container - installed via Conda3 minutos
- WEBrick gem not available0,5 minutos
- test_openai_tts.rb: test_afplay_available fails on Linux - afplay is macOS-only
- Tiempo de instalación
- 4 minutos
- De máquina en frío a terminar
- 6 minutos
- Errores encontrados y corregidos
- 3 encontrados, 3 corregidos sin ayuda humana
- Cómo se demostró el resultado
- ALFRED_WORKFLOW_DIR=/work/repo/extracted_src ruby -I test test/test_*.rb: 11/12 files pass (148 runs, 427 assertions, 0 failures, 0 errors; 1 expected fail for macOS afplay). curl -s -o /dev/null -w '%{http_code}' localhost:8888/openai returned 200. build_page.rb generated 63699-byte HTML from templates.
- Tokens de modelo usados
- 276.085
- Commit exacto probado
- a75e903d0864
- 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
- Si funciona en absoluto
- esta ejecución no verificó nada, así que esta página no afirma nada en ningún sentido
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
=== Ruby version ===
ruby 3.4.7 (2025-10-08 revision 7a5688e2a2) +PRISM [x86_64-linux]
=== Gems installed ===
minitest (6.0.6)
json (default: 2.9.1)
webrick (1.9.2)
Now here's my final report:
**ARGUSIC_RESULT:** `{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 4, "e…
tokens used
276,085
Now here's my final report:
**ARGUSIC_RESULT:** `{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 4, "e…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 instaló en 4 minutos, más rápido que la mediana de los 230 proyectos comparables que ha medido Argusic.
- Se recuperó de los 3 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.
- Medido 2 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Un agent sin límite de tiempo no consiguió que funcionara.
De los 231 proyectos de ai que Argusic ha instalado y cronometrado, openai-chat-api-workflow fue el 99.º más rápido en llegar a funcionar, y 152 de 231 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 | 2/3 | Sin verificar | 80,00 | 0,03 | |
| Argusic Runner | 1/3 | Sin verificar | 80,00 | 0,19 |
Temas (de GitHub)
aialfredchatbotdall-egptimage-generationimage-understandingopenaispeech-to-texttext-to-speechwhisperworkflow
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/openai-chat-api-workflow)Preguntas
- ¿Funciona openai-chat-api-workflow?
- Argusic no pudo verificar que openai-chat-api-workflow funcione. Argusic lo instaló y lo inició en una máquina limpia en 4 minutos, con 3 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic openai-chat-api-workflow?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit a75e903d0864. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar openai-chat-api-workflow?
- La ejecución que produjo este veredicto costó 0,03 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 openai-chat-api-workflow en instalarse?
- 4 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita openai-chat-api-workflow una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar openai-chat-api-workflow?
- En la ejecución registrada fallaron 3 cosas, y 3 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara openai-chat-api-workflow con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, openai-chat-api-workflow fue el 99.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de openai-chat-api-workflow?
- 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.