Original en inglés: https://argusic.com/subject/orcareplay

OrcaReplay

OrcaReplay, Time travel for AI agents. Record, replay, fork, and debug any agent run with any model. Built by the OrcaRouter.ai team.

Funcionafuente: GitHubsitio webTypeScriptApache-2.0commit a9178ca26af9

TypeScript, licencia Apache-2.0. El proyecto se describe a sí mismo como: agent debugging, agent tracing, ai agent, ai agents, ai debugger, ai debugging, anthropic y llm.

OrcaReplay funciona. Un agent de Argusic lo instaló en 8 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.

OrcaReplay v0.5.0 builds, installs, and passes its full test suite (3023/3023); the CLI answers all commands (record, replay, quickstart, doctor, show, graph, etc.); quickstart verified end-to-end with a complete offline replay from trace without network access

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

veredicto
Funciona
Puntuación Argusic
100 / 100
costo de la ejecución de verificación
0,08 USD (medido)
ejecuciones registradas
1
última prueba
estrellas
825
forks
153
issues abiertos
3
observadores
61
tamaño
5 MB
creado
último push

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.

Tiempo perdido en cada fallo al probar OrcaReplay, a partir de la ejecución registrada
Cada barra es un fallo que el agent registró, con el tiempo que le costó. Sale de esta ejecución y de ningún otro sitio.

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 below minimum required version (^20.19.0 || >=22.12.0)5 minutos
  • 'python' command not found, only 'python3' available; tests hardcode 'python' as interpreter1 minuto
Tiempo de instalación
8 minutos
De máquina en frío a terminar
16 minutos
Errores encontrados y corregidos
2 encontrados, 2 corregidos sin ayuda humana
Cómo se demostró el resultado
npm test -- 135 test files passed, 3023 passed, 43 skipped, 0 failed; orca --help returned v0.5.0 usage; orca quickstart --full demonstrated successful offline replay of recorded agent session
Tokens de modelo usados
133.269
Commit exacto probado
a9178ca26af9
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.

- `orca quickstart --full` proves end-to-end offline replay from trace works with no API keys
- `orca doctor` reports all 11 checks passing
2026-11-16T07:32:29.836478Z ERROR codex_core::session: failed to record rollout items: thread 01a1e…
tokens used
133,269
Everything is done. Here's the summary:
- Installed Node v20.19.0 via `n` (system had v18.19.1 which is too old)
- Created `python` symlink to `python3` (system only had `python3`)
- Build (tsc) passes clean
- Test suite: 135 files, **3023 passed, 0 failed** (43 skipped)
- `orca quickstart --full` proves end-to-end offline replay from trace works with no API keys
- `orca doctor` reports all 11 checks passing

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 8 minutos.
  • Se recuperó de los 2 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 Apache-2.0, según su plataforma de origen.

Qué no salió bien, o no se sabe

  • Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.

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

probado porintentoresultadopuntuacióncosto USDcuándo
Argusic Runner1/3Funciona100,000,08

Temas (de GitHub)

agent-debuggingagent-tracingai-agentai-agentsai-debuggerai-debugginganthropicllmllm-agentsllm-evaluationllm-observabilitymcpobservabilityopenaiorcarouter

Insertar el badge

Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.

[![Tested by Argusic](https://argusic.com/badge/OrcaReplay.svg)](https://argusic.com/subject/orcareplay)

Preguntas

¿Funciona OrcaReplay?
Sí. OrcaReplay funciona. Argusic lo instaló y lo inició en una máquina limpia en 8 minutos, con 2 errores por el camino, y grabó la sesión.
¿Cómo probó Argusic OrcaReplay?
En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit a9178ca26af9. Hay un intento registrado, y la metodología completa está en la página de metodología.
¿Cuánto costó probar OrcaReplay?
La ejecución que produjo este veredicto costó 0,08 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 OrcaReplay 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 OrcaReplay una GPU?
No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
¿Qué falla al instalar OrcaReplay?
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.
¿Dónde está la evidencia de OrcaReplay?
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.

Discussion