Original en inglés: https://argusic.com/subject/pydantic-ai-skills
pydantic-ai-skills
Admite skills de sistema de archivos y programáticas.
Funcionafuente: GitHubsitio webPythonMITcommit 840f217c7b70
Python, licencia MIT. El proyecto se describe a sí mismo como: agent framework, agent skills, agentic ai, ai agents, claude code, pydantic ai y python.
pydantic-ai-skills funciona. Un agent de Argusic lo instaló en 3 minutos y encontró 5 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
pydantic-ai-skills works against the current pydantic-ai-harness line: the package installs, all 351 tests pass, and a real agent run loads a bundled skill, reads a reference file, and executes its script, with Git and S3 registries syncing libraries harness accepts.
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
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.
- Installed latest pydantic-ai-harness 0.59/slim 2.59 changed the Skills contract: construction-time apply yields a placeholder ('skills') because libraries are read in for_run, so every skill_names/catalog test saw ['skills'] and 58 tests failed55 minutos
- RunContext slice: Skills.for_run needs ctx.workspace; agent.run without a workspace raises UserError 'Skills needs a workspace'3 minutos
- SkillPackage has no files_empty() attribute from a previous partial patch2 minutos
- Harness 0.36+ moved frontmatter-name mismatch and overlong-description validation from construction ValueError to for_run UserWarning2 minutos
- mypy arg-type error in _render_leaf over the widened instruction union type1 minuto
- Tiempo de instalación
- 3 minutos
- De máquina en frío a terminar
- 49 minutos
- Errores encontrados y corregidos
- 5 encontrados, 5 corregidos sin ayuda humana
- Cómo se demostró el resultado
- .venv/bin/python -m pytest tests/ -q returned '351 passed in 12.04s'; /tmp/fresh_venv/bin/python /tmp/e2e_verify.py returned agent output 'done', read_skill_resource 'the notes', run_skill_script 'hello from the script', E2E_OK; pip wheel . built pydantic_ai_skills-0.0.1 wheel; mypy pydantic_ai_skills reported 'Success: no issues found in 23 source files'; ruff format --check '37 files already formatted'
- Tokens de modelo usados
- 8.416.583
- Commit exacto probado
- 840f217c7b70
- 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.
/bin/sh -lc 'cd /work/repo && date -u +%s' in /work/repo succeeded in 0ms: 1792721071 exec /bin/sh -lc 'cd /work/repo && git diff --quiet -- pydantic_ai_skills/capability.py && echo clean-ca… succeeded in 12462ms: modified-capability ============================= 351 passed in 12.04s ============================= All final checks are confirmed. tokens used 8,416,583 All final checks are confirmed.
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 3 minutos, más rápido que la mediana de los 61 proyectos comparables que ha medido Argusic.
- 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.
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.
De los 62 proyectos de agent-framework que Argusic ha instalado y cronometrado, pydantic-ai-skills fue el 26.º más rápido en llegar a funcionar, y 48 de 62 llegaron a funcionar.
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 3 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
Temas (de GitHub)
agent-frameworkagent-skillsagentic-aiai-agentsclaude-codepydantic-aipython
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/pydantic-ai-skills)Preguntas
- ¿Funciona pydantic-ai-skills?
- Sí. pydantic-ai-skills funciona. Argusic lo instaló y lo inició en una máquina limpia en 3 minutos, con 5 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic pydantic-ai-skills?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 840f217c7b70. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar pydantic-ai-skills?
- La ejecución que produjo este veredicto costó 1,68 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 pydantic-ai-skills 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 pydantic-ai-skills una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar pydantic-ai-skills?
- 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 pydantic-ai-skills con las alternativas?
- De los 62 proyectos de agent-framework que Argusic ha instalado y cronometrado, pydantic-ai-skills fue el 26.º más rápido en llegar a funcionar, y 48 de 62 llegaron a funcionar.
- ¿Dónde está la evidencia de pydantic-ai-skills?
- 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.