Original en inglés: https://argusic.com/subject/uniemployee
UniEmployee
Plataforma orientada a empresas para construir y ejecutar empleados digitales: convierte la experiencia, los procesos y los criterios de decisión de los empleados profesionales en empleados digitales de AI listos para trabajar en cualquier momento, configurables, aprobables y observables.
Funcionafuente: GitHubPythonMITcommit 7d5edf5480d0
Python, licencia MIT. El proyecto se describe a sí mismo como: agent orchestration, ai agent, ai employee, ai platform, business process, digital employee, digital workforce y enterprise agents.
UniEmployee funciona. Un agent de Argusic lo instaló en 5 minutos y encontró 6 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Backend server on port 8888 serves /health returning 200 with all 7 SQLite databases ok; 553 tests pass covering auth, catalog, conversations, approvals, analytics, security, guardrails, assignments, automations, ontology, traces, sandbox management, summarization, knowledge retrieval, tool calls, streaming, and runtime MCP;
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.
- admin account seeded with must_change_password=true blocking all admin API calls used by tests8 minutos
- Port 8787 occupied by argusic proxy that auto-restarts on kill; cannot bind uvicorn there5 minutos
- Argusic proxy on port 8787 returns 502 for all requests; tests hardcode BASE=http://localhost:87873 minutos
- Playwright browser tests require frontend/dist/ which is not built and Node.js 18 cannot build it (needs 20+)3 minutos
- deepagents version mismatch: requirements.txt specifies 0.7.13 but lock file pins 0.7.5 causing API incompatibility2 minutos
- Additional dependencies (duckdb, sqlglot, openpyxl, jieba, rank-bm25, SQLAlchemy, opensandbox, langchain-sandbox-opensandbox) not in lock file but required by requirements.txt2 minutos
- Tiempo de instalación
- 5 minutos
- De máquina en frío a terminar
- 38 minutos
- Errores encontrados y corregidos
- 6 encontrados, 6 corregidos sin ayuda humana
- Cómo se demostró el resultado
- curl http://localhost:8888/health returned 200 with status ok and all 7 databases healthy; uvicorn server started and responded; 553/567 tests passed (all non-Playwright tests pass), 11 Playwright browser tests expectedly fail without built frontend dist/, 2 tests skipped as slow, 1 skipped for search
- Tokens de modelo usados
- 1.520.392
- Commit exacto probado
- 7d5edf5480d0
- 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.
"test_depth": "tier1_real", "verified_how": "curl http://localhost:8888/health returned 200 with structured status; uvicorn a… "final_state": "Backend server on port 8888 serves health endpoint returning 200 with all 7 SQLit… } exec /bin/sh -lc "curl -s http://127.0.0.1:8888/health | python3 -c \"import sys,json; d=json.load(sys.s… succeeded in 0ms: Status: ok DBs OK: True 2026-10-21T19:27:21.141999Z ERROR codex_core::session: failed to record rollout items: thread 01a15… tokens used 1,520,392
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 5 minutos.
- Se recuperó de los 6 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.
De los 18 proyectos de agent-orchestration que Argusic ha instalado y cronometrado, UniEmployee fue el 7.º más rápido en llegar a funcionar, y 13 de 18 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 5 minutos después del clon.
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)
agent-orchestrationai-agentai-employeeai-platformbusiness-processdigital-employeedigital-workforceenterprise-agentsenterprise-aihuman-in-the-loopknowledge-graphllmragworkflow-automation
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/uniemployee)Preguntas
- ¿Funciona UniEmployee?
- Sí. UniEmployee funciona. Argusic lo instaló y lo inició en una máquina limpia en 5 minutos, con 6 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic UniEmployee?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 7d5edf5480d0. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar UniEmployee?
- La ejecución que produjo este veredicto costó 0,26 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 UniEmployee en instalarse?
- 5 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita UniEmployee una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar UniEmployee?
- En la ejecución registrada fallaron 6 cosas, y 6 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara UniEmployee con las alternativas?
- De los 18 proyectos de agent-orchestration que Argusic ha instalado y cronometrado, UniEmployee fue el 7.º más rápido en llegar a funcionar, y 13 de 18 llegaron a funcionar.
- ¿Dónde está la evidencia de UniEmployee?
- 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.