Original en inglés: https://argusic.com/subject/sigmap
sigmap
~97% de reducción de tokens para sesiones de codificación con AI - cero dependencias, 38 idiomas, servidor MCP
Funcionafuente: GitHubsitio webJavaScriptMITcommit 33464851c7ab
JavaScript, licencia MIT. El proyecto se describe a sí mismo como: ai, ai code review, ai grounding, claude, cli, code context, code intelligence y code signatures.
sigmap funciona. Un agent de Argusic lo instaló en 0 minutos y no encontró ningún error en una máquina limpia sin GPU, y toda la sesión quedó grabada.
SigMap v8.51.4 generates deterministic code signature maps successfully, all 246 tests pass (26 unit + 8 R-language + 14 secret-scan + 10 strategy + 174 integration + 14 Python AST), CLI context generation produces 98% token reduction on the repo itself, validate reports 99% coverage, and verify correctly detects fabricated file paths.
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.
- Tiempo de instalación
- menos de un minuto
- De máquina en frío a terminar
- 4 minutos
- Errores encontrados y corregidos
- 0 encontrados, 0 corregidos sin ayuda humana
- Cómo se demostró el resultado
- npm test returned 34 passed; npm run test:all returned 58 passed; npm run test:integration returned 174 passed; python3 test/test_python_ast_extractor.py returned 14 passed; gen-context.js generated context with 669 symbols; ask/validate/verify/health commands all produced correct output
- Tokens de modelo usados
- 72.515
- Commit exacto probado
- 33464851c7ab
- 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.
final_state: \"SigMap v8.51.4 generates deterministic code signature maps successfully — all 246 te… CALC" in /work/repo succeeded in 0ms: install_succeeded: true (pre-built bundle, no install step needed) launch_succeeded: true (tests all pass) install_minutes: 0 (zero install — single-file bundle, no npm install needed) errors: [] (no errors encountered) test_depth: tier1_real (exercised real CLI commands against the actual repo; tests run on real sour… verified_how: "npm test returned 34 passed; npm run test:all returned 58 passed; npm run test:integ… final_state: "SigMap v8.51.4 generates deterministic code signature maps successfully — all 246 tes… tokens used 72,515
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 0 minutos, más rápido que la mediana de los 230 proyectos comparables que ha medido Argusic.
- Nada se rompió por el camino: cero errores entre el clon y el funcionamiento.
- 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 231 proyectos de ai que Argusic ha instalado y cronometrado, sigmap fue el 1.º más rápido en llegar a funcionar, y 152 de 231 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 0 minutos después del clon.
- Seguir su propio README: el camino documentado funcionó sin nada que arreglar.
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)
aiai-code-reviewai-groundingclaudeclicode-contextcode-intelligencecode-signaturescursordeterministicdeveloper-toolsgithub-copilothallucination-detectionllmmcpopenairetrievaltoken-reductionverifiable-aizero-dependencies
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/sigmap)Preguntas
- ¿Funciona sigmap?
- Sí. sigmap funciona. Argusic lo instaló y lo inició en una máquina limpia en 0 minutos, con 0 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic sigmap?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 33464851c7ab. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar sigmap?
- La ejecución que produjo este veredicto costó 0,01 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 sigmap en instalarse?
- 0 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita sigmap una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar sigmap?
- Nada, en la ejecución registrada: cero errores entre el clon y el funcionamiento.
- ¿Cómo se compara sigmap con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, sigmap fue el 1.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de sigmap?
- 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.