Original en inglés: https://argusic.com/subject/ouroboros
ouroboros
Agent OS: el agent se vuelve más inteligente por sí solo. Nosotros solo mantenemos la línea: evaluación con entrevista, por etapas, y un loop de evolución con presupuesto. Servidor MCP, 14 runtimes: Claude Code, Codex CLI, Gemini CLI, OpenCode, Copilot, Kiro y más.
Funciona con mocksfuente: GitHubsitio webPythonMITcommit 55aa1aa9871d
Python, licencia MIT. El proyecto se describe a sí mismo como: agent os, agentic ai, ai agent, ai coding agent, claude code, cli, codex y coding agent.
ouroboros funciona, con sustitutos de los servicios de los que depende. 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 unit tests pass (0 failures in ~21000 tests across 34 unit directories), ruff lint and format clean, CLI boots with correct version, MCP server help displays correctly, 2 Windows-specific bugs were caught and fixed.
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 88,7 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.
- Two Windows path-capacity unit tests fail on Linux: expected_artifacts=("nested/" + "a" * 200,) does not exceed 260 UTF-16 units on Linux because os.path.realpath("C:\...") produces a different length2 minutos
- Tiempo de instalación
- 3 minutos
- De máquina en frío a terminar
- 73 minutos
- Errores encontrados y corregidos
- 1 encontrados, 1 corregidos sin ayuda humana
- Cómo se demostró el resultado
- uv run pytest tests/unit/ (all unit directories) all passed after applying fix; ruff format/check all clean; uv run ouroboros --version returned "Ouroboros version 0.1.dev1"
- Tokens de modelo usados
- 549.512
- Commit exacto probado
- 55aa1aa9871d
- 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
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 1, 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.
Final gated checks summary: **`ruff format`** — 1408 files already formatted **`ruff check`** — All checks passed **CLI boots** — `ouroboros --version` returned `Ouroboros version 0.1.dev1` **Tests fixed + verified** — 2 Windows-path tests repaired (`"a" * 200` → `"a" * 215`); all unit di… tokens used 549,512 Final gated checks summary: **`ruff format`** — 1408 files already formatted **`ruff check`** — All checks passed **CLI boots** — `ouroboros --version` returned `Ouroboros version 0.1.dev1` **Tests fixed + verified** — 2 Windows-path tests repaired (`"a" * 200` → `"a" * 215`); all unit di…
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 3 minutos.
- Se recuperó de su único error sin que interviniera una persona, lo que indica que el fallo está lo bastante documentado como para resolverlo.
- Licencia MIT, según su plataforma de origen.
- Medido 4 veces, así que el resultado no es algo puntual.
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.
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 | 3/3 | Funciona con mocks | 92,00 | 0,28 | |
| Argusic Runnerescalado | 1/3 | Funciona con mocks | 85,33 | 2,23 | |
| Argusic Runner | 2/3 | Se quedó sin tiempo | 0,00 | 0,11 | |
| Argusic Runner | 1/3 | Se quedó sin tiempo | 0,00 | 0,19 |
Temas (de GitHub)
agent-osagentic-aiai-agentai-coding-agentclaude-codeclicodexcoding-agentdeepseekdeveloper-toolsdshdsh-pluginllm-evaluationllm-orchestrationloop-engineeringmcpopencodeskillskills
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/ouroboros)Preguntas
- ¿Funciona ouroboros?
- ouroboros funciona, con mocks en lugar de los servicios externos. 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 ouroboros?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 55aa1aa9871d. Hay 4 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar ouroboros?
- La ejecución que produjo este veredicto costó 0,28 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 ouroboros 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 ouroboros una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar ouroboros?
- 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.
- ¿Dónde está la evidencia de ouroboros?
- Las 4 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.