Original en inglés: https://argusic.com/subject/semantic-anchors

Semantic-Anchors

A curated catalog of 230+ semantic anchors: well-defined terms like arc42, TDD London School or tracer bullet that activate deep, consistent knowledge in LLMs. Use them in prompts, skills and agent instructions instead of spelling out methods yourself.

Funcionafuente: GitHubJavaScriptApache-2.0commit 1fd328552aae

JavaScript, licencia Apache-2.0. El proyecto se describe a sí mismo como: agentic coding, ai agents, claude code, llm y prompt engineering.

Semantic-Anchors funciona. Un agent de Argusic lo instaló en 15 minutos y encontró 5 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.

Website tests pass (22/22 files, 332/332 tests), production build completes (metadata extraction, docs rendering, vite build, prerendering, JSON-LD injection), and vite preview serves the site at HTTP 200 on /Semantic-Anchors/

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
0,35 USD (medido)
ejecuciones registradas
1
última prueba
estrellas
535
forks
0
issues abiertos
0
observadores
0
creado
-
último push
-

Datos del proyecto de GitHub, enlazados al principio de esta página. 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 Semantic-Anchors, 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.

  • html-encoding-sniffer uses CJS require() on ESM-only @exodus/bytes package causing ERR_REQUIRE_ESM in vitest fork workers5 minutos
  • Node system version 18.19.1 too old; all deps require Node 20+3 minutos
  • @tailwindcss/oxide v4.2.1 missing linux-x64-gnu native binding on Node 182 minutos
  • whatwg-url also uses CJS require() on @exodus/bytes ESM modules causing fork worker failures1 minuto
  • scripts/ tests fail: rolldown native binding for linux-x64-gnu not installed as optional dependency1 minuto
Tiempo de instalación
15 minutos
De máquina en frío a terminar
10 minutos
Errores encontrados y corregidos
5 encontrados, 5 corregidos sin ayuda humana
Cómo se demostró el resultado
cd website && npm test: 22 test files passed, 332 tests passed. npm run build (root): full build completed (metadata extraction, docs rendering, vite build, prerendering, JSON-LD). vite preview + curl returned HTTP 200 on /Semantic-Anchors/
Tokens de modelo usados
167.524
Commit exacto probado
1fd328552aae
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.

cd /work/repo/website && PATH="/tmp/node-v24.0.0-linux-x64/bin:$PATH" node -e "
const sniffer = require('"'./node_modules/html-encoding-sniffer/lib/html-encoding-sniffer.js');
const result = sniffer(new Uint8Array([0xef,0xbb,0xbf,0x68,0x69]));
console.log('BOM sniff UTF-8 =>', result);
const noBom = sniffer(new Uint8Array([0x68,0x69]));
console.log('No BOM =>', noBom);
\" 2>&1" in /work/repo
 succeeded in 0ms:
BOM sniff UTF-8 => UTF-8
No BOM => windows-1252
tokens used
167,524

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 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 Apache-2.0, según su plataforma de origen.

Qué no salió bien, o no se sabe

  • Tardó 15 minutos en instalarse, más lento que la mediana de los 28 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 29 proyectos de agentic-coding que Argusic ha instalado y cronometrado, Semantic-Anchors fue el 23.º más rápido en llegar a funcionar, y 21 de 29 llegaron a funcionar.

Para qué es una opción razonable

  • Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.

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 Runner1/3Funciona100,000,35

Temas (de GitHub)

agentic-codingai-agentsclaude-codellmprompt-engineering

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/Semantic-Anchors.svg)](https://argusic.com/subject/semantic-anchors)

Preguntas

¿Funciona Semantic-Anchors?
Sí. Semantic-Anchors funciona. Argusic lo instaló y lo inició en una máquina limpia en 15 minutos, con 5 errores por el camino, y grabó la sesión.
¿Cómo probó Argusic Semantic-Anchors?
En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 1fd328552aae. Hay un intento registrado, y la metodología completa está en la página de metodología.
¿Cuánto costó probar Semantic-Anchors?
La ejecución que produjo este veredicto costó 0,35 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 Semantic-Anchors en instalarse?
15 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
¿Necesita Semantic-Anchors una GPU?
No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
¿Qué falla al instalar Semantic-Anchors?
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 Semantic-Anchors con las alternativas?
De los 29 proyectos de agentic-coding que Argusic ha instalado y cronometrado, Semantic-Anchors fue el 23.º más rápido en llegar a funcionar, y 21 de 29 llegaron a funcionar.
¿Dónde está la evidencia de Semantic-Anchors?
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