Original en inglés: https://argusic.com/subject/sleepless-agent
sleepless-agent
Agent de IA 24/7 que maximiza el uso de Claude Code Pro vía Slack. Procesa tareas automáticamente, gestiona espacios de trabajo aislados, crea commits y pull requests de Git, y optimiza los umbrales de uso de día y de noche.
Funciona con mocksfuente: GitHubsitio webPythonMITcommit dbeb1c28699b
Python, licencia MIT. El proyecto se describe a sí mismo como: ai agent, anthropic, automation, autonomous agents, claude, claude code, daemon y git automation.
sleepless-agent funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 51 minutos y encontró 3 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Installed and built cleanly in venv; all CLI commands (think/check/report/cancel/trash) work; sle daemon runs the full Slack-mode loop (socket-mode broker, /check success 200, mock task execution COMPLETE) against local mocks; real Anthropic/Slack credentials still needed for genuine end-to-end operation.
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.
- daemon hard-requires SLACK_BOT_TOKEN/SLACK_APP_TOKEN despite README promising CLI-only mode (RuntimeError in SleeplessAgent.__init__)20 minutos
- no Anthropic credentials available; real API rejects fake keys with 40115 minutos
- claude CLI missing on PATH and npm global install needs root (EACCES)3 minutos
- Tiempo de instalación
- 51 minutos
- De máquina en frío a terminar
- 53 minutos
- Errores encontrados y corregidos
- 3 encontrados, 3 corregidos sin ayuda humana
- Cómo se demostró el resultado
- sle check rc=0 (dashboard HEALTHY); ClaudeCodeExecutor.execute_task rc 0, EVAL COMPLETE; sle daemon logged 'Slack bot started and listening for events', handled WS /check + message, 'send_response: success status=200', stayed up under timeout; claude -p returned 'ACK say hi' via mock; pip install -e . succeeded
- Tokens de modelo usados
- 3.253.007
- Commit exacto probado
- dbeb1c28699b
- 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.
- Open gaps I could not close without real credentials: `claude usage` parsing of the welcome scree…
`ARGUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 51, "erro…
tokens used
3,253,007
All verification is complete and recorded. Here is my final summary and the required result line.
**What happened (all observed)**
- Standard install: `pip install -e .` in a fresh venv built the package and installed cleanly; `sl…
- Real `claude` binary is absent from the container, and `npm install -g @anthropic-ai/claude-code`…
- With no Anthropic credentials (`Not logged in` / real API returns 401 for fake keys), I stood up …
- Verified end to end: `claude -p` returned `ACK say hi`; `ClaudeCodeExecutor.execute_task` returne…
- Open gaps I could not close without real credentials: `claude usage` parsing of the welcome scree…
`ARGUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 51, "erro…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 MIT, 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 51 minutos en instalarse, más lento que la mediana de los 69 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 70 proyectos de ai-agent que Argusic ha instalado y cronometrado, sleepless-agent fue el 70.º más rápido en llegar a funcionar, y 43 de 70 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 | 0,72 |
Temas (de GitHub)
ai-agentanthropicautomationautonomous-agentsclaudeclaude-codedaemongit-automationpythonslackslack-botsqlitetask-automationworkflow-automationworkspace-management
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/sleepless-agent)Preguntas
- ¿Funciona sleepless-agent?
- sleepless-agent funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 51 minutos, con 3 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic sleepless-agent?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit dbeb1c28699b. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar sleepless-agent?
- La ejecución que produjo este veredicto costó 0,72 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 sleepless-agent en instalarse?
- 51 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita sleepless-agent una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar sleepless-agent?
- 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 sleepless-agent con las alternativas?
- De los 70 proyectos de ai-agent que Argusic ha instalado y cronometrado, sleepless-agent fue el 70.º más rápido en llegar a funcionar, y 43 de 70 llegaron a funcionar.
- ¿Dónde está la evidencia de sleepless-agent?
- 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.