Original en inglés: https://argusic.com/subject/poirot
poirot
Poirot es un kernel de agent de investigación profunda creado para quienes se preocupan por cómo se arquitecturan los agents.
Funciona con mocksfuente: GitHubPythonMITcommit 86bf279ad90c
Python, licencia MIT. El proyecto se describe a sí mismo como: agent, agent memory, agent skill, agent skills, agentic ai, agents, ai agent y ai agents.
poirot funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 30 minutos y encontró 6 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
poirot installs via pip into a venv, all 2716 unit/integration tests pass, and the CLI binary reports help for run and cli subcommands.
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 56 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.
- cross-test shutil.which mock leak caused pi_installer tests to fail8 minutos
- test_bash_output_truncation used python not python3 (exit code 127)4 minutos
- test_call_llm_uses_prompt_template expected Chinese prompt text but template was English2 minutos
- test_windows_msvcrt failed because msvcrt attr doesn't exist on Linux2 minutos
- test_expert_mode_true_activates_profile expected max_loop_steps==8 but EXPERT_PROFILE sets it to 1001 minuto
- test_initial_state_field_count missing recalled_memories and memory_updates keys1 minuto
- Tiempo de instalación
- 30 minutos
- De máquina en frío a terminar
- 30 minutos
- Errores encontrados y corregidos
- 6 encontrados, 6 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest poirot/backend/tests/ exited 0 with 2716 passed, 6 skipped
- Tokens de modelo usados
- 229.210
- Commit exacto probado
- 86bf279ad90c
- 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
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
**Install**: Created a venv (system Python is externally-managed), `pip install -e ".[dev]"` succee… **Test suite**: `pytest poirot/backend/tests/` — 2716 passed, 6 skipped, in 31.6s. **Errors found and fixed**: | Error | Fix | |---|---| | `test_expert_mode_true_activates_profile` expected `max_loop_steps == 8`, actual was 100 | Update… | `test_call_llm_uses_prompt_template` expected Chinese "对话历史" in prompt, template was English | Up… | Cross-test `shutil.which` mock leak caused `test_install_in_background_success` and other pi_inst… | `test_windows_msvcrt` tried to patch `cross_process_lock.msvcrt` which doesn't exist as module at… | `TestThreadStateInitial.test_initial_state_field_count` missing new `recalled_memories` and `memo… | `test_bash_output_truncation` used `python` not `python3` (exit 127) | Fixed to `python3`; also f… **CLI launch**: `poirot --help`, `poirot run --help`, `poirot cli --help` all printed valid usage.
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 recuperó de los 6 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
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Tardó 30 minutos en instalarse, más lento que la mediana de los 134 proyectos comparables que ha medido Argusic.
De los 135 proyectos de agent que Argusic ha instalado y cronometrado, poirot fue el 123.º más rápido en llegar a funcionar, y 87 de 135 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 | Funciona con mocks | 92,00 | 0,15 | |
| Argusic Runner | 1/3 | No funcionó | 20,00 | 0,18 |
Temas (de GitHub)
agentagent-memoryagent-skillagent-skillsagentic-aiagentsai-agentai-agentsai-codingmemorymemory-systemmulti-agent
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/poirot)Preguntas
- ¿Funciona poirot?
- poirot funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 30 minutos, con 6 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic poirot?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 86bf279ad90c. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar poirot?
- La ejecución que produjo este veredicto costó 0,15 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 poirot en instalarse?
- 30 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita poirot una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar poirot?
- En la ejecución registrada fallaron 6 cosas, y 6 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara poirot con las alternativas?
- De los 135 proyectos de agent que Argusic ha instalado y cronometrado, poirot fue el 123.º más rápido en llegar a funcionar, y 87 de 135 llegaron a funcionar.
- ¿Dónde está la evidencia de poirot?
- 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.