Original en inglés: https://argusic.com/subject/watch-skill
watch-skill
Give AI agents eyes, ears, and verifiable results. Watch Skill turns video, audio and screen activity into searchable, timestamped evidence and proves work with deterministic contracts, not model opinion. DeepWatch is the agent workspace built on DeepSeek Harness. Python + npm, MCP, CLI, REST, Web.
No se pudo verificarfuente: GitHubsitio webPythonMITcommit f1317c8fe647
Python, licencia MIT. El proyecto se describe a sí mismo como: agent observability, agent skills, agentic ai, ai agents, audio understanding, computer vision, deepseek y deepseek harness.
Argusic no consiguió que watch-skill funcionara. Un agent de Argusic lo instaló en 1,8 minutos y encontró 3 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
watch-skill 1.4.3 installed with all extras; 2215 offline tests pass; ruff clean; CLI reports all dependencies operational; lint checks pass.
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.
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.
- NO_COLOR=1 and TERM=dumb in container suppress Rich ANSI output1 minuto
- `python` binary not found on PATH (only `python3` exists)0,5 minutos
- Playwright Chromium browser not installed0,2 minutos
- Tiempo de instalación
- 2 minutos
- Errores encontrados y corregidos
- 3 encontrados, 3 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest -m 'not network' exited 0: 2215 passed, 50 skipped; ruff check . passed; watch-skill --version returned 1.4.3; watch-skill doctor reported all gates ok
- Tokens de modelo usados
- 1.109.181
- Commit exacto probado
- f1317c8fe647
- 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.
- De máquina en frío a terminar
- el intento se detuvo en el límite de tiempo después de 88 minutos, así que nunca terminó
- 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.
/bin/sh -lc 'cd /work/repo && export PATH="/home/runner/.local/bin:$PATH" && .venv/bin/python -m py…
succeeded in 6359ms:
s..... [100%]
=============================== warnings summary ===============================
.venv/lib/python3.11/site-packages/fastapi/testclient.py:1
/work/repo/.venv/lib/python3.11/site-packages/fastapi/testclient.py:1: StarletteDeprecationWarnin…
from starlette.testclient import TestClient as TestClient # noqa
-- Docs: https://docs.pytest.org/en/stable/how-to/capture-warnings.html
5 passed, 1 skipped, 2259 deselected, 1 warning in 5.94s
All 5 accessibility tests now pass too. Let me get the final comprehensive result
exec
/bin/sh -lc 'cd /work/repo && export PATH="/home/runner/.local/bin:$PATH" && .venv/bin/python -m py…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.
- Medido 2 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Un agent sin límite de tiempo no consiguió que funcionara.
- Tardó 1,8 minutos en instalarse, más lento que la mediana de los 3 proyectos comparables que ha medido Argusic.
De los 4 proyectos de agent-observability que Argusic ha instalado y cronometrado, watch-skill fue el 3.º más rápido en llegar a funcionar, y 3 de 4 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 | 2/3 | Se quedó sin tiempo | 0,00 | 0,20 | |
| Argusic Runner | 1/3 | Se quedó sin tiempo | 0,00 | 0,24 |
Temas (de GitHub)
agent-observabilityagent-skillsagentic-aiai-agentsaudio-understandingcomputer-visiondeepseekdeepseek-harnessdeepwatchllmlocal-firstmcpmultimodalocrpythonspeech-to-texttypescriptverificationvideo-analysisvideo-understanding
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/watch-skill)Preguntas
- ¿Funciona watch-skill?
- Argusic no pudo verificar que watch-skill funcione. Argusic lo instaló y lo inició en una máquina limpia en 2 minutos, con 3 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic watch-skill?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit f1317c8fe647. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar watch-skill?
- La ejecución que produjo este veredicto costó 0,20 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 watch-skill en instalarse?
- 1,8 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita watch-skill una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar watch-skill?
- 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 watch-skill con las alternativas?
- De los 4 proyectos de agent-observability que Argusic ha instalado y cronometrado, watch-skill fue el 3.º más rápido en llegar a funcionar, y 3 de 4 llegaron a funcionar.
- ¿Dónde está la evidencia de watch-skill?
- Las 2 ejecuciones registradas están 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.