Original en inglés: https://argusic.com/subject/sandbase-harness
sandbase-harness
Runtime de agent de IA local-first y self-hosted, con puente MCP, sesiones en sandbox, memoria, credenciales, auditoría/reproducción y una consola local.
Funciona con mocksfuente: GitHubsitio webTypeScriptApache-2.0commit 9fca646e8857
TypeScript, licencia Apache-2.0. El proyecto se describe a sí mismo como: agent harness, agent observability, agent plugin, agent runtime, agent sandbox, ai agents, ai infrastructure y audit logging.
sandbase-harness funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 20 minutos y encontró 3 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
The SandBase Harness runtime starts on port 3000 with healthy API/Dashboard endpoints, its full test suite passes, and a CLI chat turn against a local mock OpenAI-compatible provider returns 'Hello from the mock provider!' and records the turn with stop_reason 'stop' and 5/6 tokens in the session event log.
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 92 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.
- First chat turns ended with no model output and span stop_reason 'other'; the mock got no requests35 minutos
- System Node 18.19.1/npm 9 are below the project's Node 22+/npm 10+ requirement; Node 22 tools failed with ERR_UNKNOWN_BUILTIN_MODULE node:sqlite10 minutos
- Background server processes died when the exec shell exited5 minutos
- Tiempo de instalación
- 20 minutos
- De máquina en frío a terminar
- 41 minutos
- Errores encontrados y corregidos
- 3 encontrados, 3 corregidos sin ayuda humana
- Cómo se demostró el resultado
- npm test exited 0 with 291 files passed/2 skipped and 2692 tests passed/16 skipped; node dist/index.js chat agent_assistant --message hello --tool-approval allow exited 0 and printed 'Hello from the mock provider!'; curl http://127.0.0.1:3000/v1/x/health returned 200 healthy; curl -o /dev/null -w %{http_code} http://127.0.0.1:3000/dashboard returned 200
- Tokens de modelo usados
- 7.890.264
- Commit exacto probado
- 9fca646e8857
- 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.
Everything is verified end-to-end. Final state of verification: - `npm ci` (Node 22.23.3) succeeded; `npm run build` produced `dist/index.js`. - `npm test` ran to completion: 291 files passed / 2 skipped, **2692 tests passed / 16 skipped**. - Runtime serves `http://127.0.0.1:3000` — `/v1/x/health` returns 200 `healthy`, `/dashboard` retur… - CLI chat: `node dist/index.js chat agent_assistant --message hello --tool-approval allow` exited … tokens used 7,890,264 Everything is verified end-to-end. Final state of verification: - `npm ci` (Node 22.23.3) succeeded; `npm run build` produced `dist/index.js`. - `npm test` ran to completion: 291 files passed / 2 skipped, **2692 tests passed / 16 skipped**. - Runtime serves `http://127.0.0.1:3000` — `/v1/x/health` returns 200 `healthy`, `/dashboard` retur… - CLI chat: `node dist/index.js chat agent_assistant --message hello --tool-approval allow` exited …
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 3 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Licencia Apache-2.0, según su plataforma de origen.
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 20 minutos en instalarse, más lento que la mediana de los 8 proyectos comparables que ha medido Argusic.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 9 proyectos de agent-harness que Argusic ha instalado y cronometrado, sandbase-harness fue el 8.º más rápido en llegar a funcionar, y 6 de 9 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 | 1/3 | Funciona con mocks | 92,00 | 0,45 |
Temas (de GitHub)
agent-harnessagent-observabilityagent-pluginagent-runtimeagent-sandboxai-agentsai-infrastructureaudit-loggingdeepseek-harnessdevopsdockerdsh-pluginharness-engineeringkuberneteslocal-firstmcp-gatewaymcp-servermodel-context-protocolsandboxed-executionself-hosted
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/sandbase-harness)Preguntas
- ¿Funciona sandbase-harness?
- sandbase-harness funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 20 minutos, con 3 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic sandbase-harness?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 9fca646e8857. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar sandbase-harness?
- La ejecución que produjo este veredicto costó 0,45 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 sandbase-harness en instalarse?
- 20 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita sandbase-harness una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar sandbase-harness?
- 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 sandbase-harness con las alternativas?
- De los 9 proyectos de agent-harness que Argusic ha instalado y cronometrado, sandbase-harness fue el 8.º más rápido en llegar a funcionar, y 6 de 9 llegaron a funcionar.
- ¿Dónde está la evidencia de sandbase-harness?
- 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.