Original en inglés: https://argusic.com/subject/softwarecopyright-skill
SoftwareCopyright-Skill
Generador de materiales de solicitud de derechos de autor de software de China Skills, este Skills genera automáticamente un conjunto completo de materiales de solicitud de derechos de autor en.docx leyendo el proyecto local, totalmente de código abierto, sin necesidad de pagar por ningún servicio de solicitud de derechos de autor.
Funciona con mocksfuente: GitHubPythonAGPL-3.0commit 947d5963194b
Python, licencia AGPL-3.0.
SoftwareCopyright-Skill funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 10 minutos y encontró 1 error, corregido sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
All 12 Python scripts compile and pass static analysis; 32 unit tests pass; demo DOCX output files are valid OpenXML; scripts can analyze projects and extract code materials; OfficeCLI dependency is correctly detected as unavailable for final DOCX generation
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.
- test_playwright_cli_uses_global_prefix_without_restart: test created .cmd file (Windows) on Linux; npm_global_candidates returns bin/playwright-cli on POSIX, causing test failure3 minutos
- Tiempo de instalación
- 10 minutos
- De máquina en frío a terminar
- 11 minutos
- Errores encontrados y corregidos
- 1 encontrados, 1 corregidos sin ayuda humana
- Cómo se demostró el resultado
- python3 -m unittest discover -s software-copyright-materials/tests -q exited 0: 32 tests passed; python3 -m compileall -q software-copyright-materials/scripts exited 0; all 12 scripts import without errors; demo DOCX files validated as valid OpenXML via zipfile; analyze_project, propose_code_selection, and extract_code_material scripts ran successfully against test project
- Tokens de modelo usados
- 124.452
- Commit exacto probado
- 947d5963194b
- 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.
"msg": "test_playwright_cli_uses_global_prefix_without_restart: Test created .cmd file (Windo…
"fix": "Changed test to create bin/playwright-cli with shebang instead of playwright-cli.cmd …
"minutes": 3
}
],
"test_depth": "tier2_mock",
"notes": "Argusic Agent skill for generating Chinese software copyright materials. No Python depe…
"verified_how": "python3 -m unittest discover -s software-copyright-materials/tests -q exited 0: …
"final_state": "All 12 Python scripts compile and pass static analysis; 32 unit tests pass; demo …
}
tokens used
124,452Reproducir 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 su único error sin que interviniera una persona, lo que indica que el fallo está lo bastante documentado como para resolverlo.
- Licencia AGPL-3.0, 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 10 minutos en instalarse, más lento que la mediana de los 46 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 47 proyectos de Python que Argusic ha instalado y cronometrado, SoftwareCopyright-Skill fue el 40.º más rápido en llegar a funcionar, y 28 de 47 llegaron a funcionar.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,07 |
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/softwarecopyright-skill)Preguntas
- ¿Funciona SoftwareCopyright-Skill?
- SoftwareCopyright-Skill funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 10 minutos, con 1 error por el camino, y grabó la sesión.
- ¿Cómo probó Argusic SoftwareCopyright-Skill?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 947d5963194b. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar SoftwareCopyright-Skill?
- La ejecución que produjo este veredicto costó 0,07 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 SoftwareCopyright-Skill en instalarse?
- 10 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita SoftwareCopyright-Skill una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar SoftwareCopyright-Skill?
- En la ejecución registrada falló 1 cosa, y 1 se corrigió sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara SoftwareCopyright-Skill con las alternativas?
- De los 47 proyectos de Python que Argusic ha instalado y cronometrado, SoftwareCopyright-Skill fue el 40.º más rápido en llegar a funcionar, y 28 de 47 llegaron a funcionar.
- ¿Dónde está la evidencia de SoftwareCopyright-Skill?
- 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.