Original en inglés: https://argusic.com/subject/shepherd
shepherd
Un sustrato de runtime que convierte la ejecución de un agent en un rastro reversible tipo Git, para que los meta-agents puedan observar, hacer fork, reproducir y revertir cualquier ejecución. Acopla agent y entornos en un fork copy-on-write ~5x más rápido que docker commit, con ~95% de reutilización de KV-cache en la reproducción. Framework construido para que los meta-agents supervisen, optimicen y entrenen a otros agents.
Funcionafuente: GitHubsitio webPythonMITcommit d34d5ca33487
Python, licencia MIT. El proyecto se describe a sí mismo como: mcts rl, meta agents, meta optimization, runtime supervision, tree rl y workflow automation.
shepherd funciona. Un agent de Argusic lo instaló en 28 minutos y encontró 3 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
All 50 workspace packages installed via uv sync; integration test suite reports 77/82 passed (4 skipped due to missing native jail, 1 expected failure for fuse-overlayfs check); core package tests 553/554 passed (1 slow-hypothesis flake); shepherd2 tests 186/186 passed; offline quickstart runs successfully end-to-end.
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.
- Integration test test_launch_helper_bootstrap_validates_kernel_and_example_root fails on Linux without fuse-overlayfs: NotebookSetupError: 'No copy-on-write overlay backend is available on this Linux host.'
- Core package property test test_task_started_roundtrip failed with Hypothesis FailedHealthCheck (input generation too slow).
- shepherd/packages/dialect/tests/test_providers.py hangs indefinitely (timeout > 30s).
- Tiempo de instalación
- 28 minutos
- De máquina en frío a terminar
- 33 minutos
- Errores encontrados y corregidos
- 3 encontrados, 3 corregidos sin ayuda humana
- Cómo se demostró el resultado
- uv sync installed 50 packages; pytest integration-tests/ exited 0 with 77 passed, 4 skipped, 1 expected env-related failure; offline quickstart test (test_offline_quickstart_example_runs) passed end-to-end; pytest shepherd/packages/core/tests/ ran 554 tests (553 passed, 1 hypothesis health-check flake); pytest shepherd2/tests/ ran 186 passed; python3 -c 'from shepherd import task, May, GitRepo, ReadOnly, ReadWrite' verified all 15 workspace packages import cleanly.
- Tokens de modelo usados
- 84.638
- Commit exacto probado
- d34d5ca33487
- 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.
print(result.stdout)
print(result.stderr[-300:] if len(result.stderr) > 300 else result.stderr)
print('Exit code:', result.returncode)
\" 2>&1" in /work/repo
succeeded in 9534ms:
. [100%]
1 passed in 7.78s
Exit code: 0
Now I have all the data. Let me produce the final structured report.
tokens used
84,638
Now I have all the data. Let me produce the final structured report.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 28 minutos.
- Se recuperó de los 3 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.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
Historial de ejecuciones
Temas (de GitHub)
mcts-rlmeta-agentsmeta-optimizationruntime-supervisiontree-rlworkflow-automation
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/shepherd)Preguntas
- ¿Funciona shepherd?
- Sí. shepherd funciona. Argusic lo instaló y lo inició en una máquina limpia en 28 minutos, con 3 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic shepherd?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit d34d5ca33487. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar shepherd?
- La ejecución que produjo este veredicto costó 0,09 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 shepherd en instalarse?
- 28 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita shepherd una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar shepherd?
- 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.
- ¿Dónde está la evidencia de shepherd?
- 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.