Original en anglais: https://argusic.com/subject/agent-toolkit
agent-toolkit
Une collection organisée de compétences pour les AI coding agents. Les compétences sont des instructions et scripts packagés qui étendent les capacités des agents en matière de développement, de documentation, de planification et de flux de travail professionnels.
Fonctionnesource : GitHubPythonMITcommit 3027f20f3181
Python, sous licence MIT. Le projet se décrit ainsi : agent skills, ai, automation, claude, claude code, coding agent et development.
agent-toolkit fonctionne. Un agent Argusic l'a installé en 4 minutes et n'a rencontré aucune erreur sur une machine propre sans GPU, et toute la session a été enregistrée.
The build script assembles all 56 plugins into dist/ (232 files, 1.7MB), the marketplace.json passes CI validation, dist is in sync with source, version bumping works, and every SKILL.md, Python script, and bash script in the repository is syntactically valid.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré
Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 100 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.
Ce qui a été mesuré
Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.
- Temps d'installation
- 4 minutes
- De la machine vierge à la fin
- 4 minutes
- Erreurs rencontrées et corrigées
- 0 rencontrée, 0 corrigée sans aide humaine
- Comment le résultat a été prouvé
- python3 scripts/build_plugins.py built 56 plugins/232 files; jq validated marketplace.json schema; git diff confirmed dist up to date; all 43 SKILL.md files have valid frontmatter with name/directory consistency; all 18 .py and 5 .sh files pass syntax checks; all 60 README links resolve; manual skill copy to ~/.claude/skills/ succeeds
- Tokens de modèle utilisés
- 74 768
- Commit exact testé
- 3027f20f3181
- Image de conteneur
- sha256:cdd920bce783
Ce qui n'a pas été mesuré
L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.
- Pic de mémoire GPU
- cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
- Comportement sur une longue durée
- chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge
La fin de l'enregistrement
Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.
**What was verified:** - **Build pipeline**: `python3 scripts/build_plugins.py` — built 56 plugins, 232 files, 1.7MB total - **Marketplace validation**: `jq` confirms all required fields (`name`, `owner`, `plugins`, `metad… - **Dist integrity**: `git diff --quiet dist/ .claude-plugin/marketplace.json` — dist is up to date… - **Version bumping**: `python3 scripts/bump_version.py --show` reports 1.0.10; `bump_version.py pa… - **SKILL.md frontmatter**: all 43 skills have valid `name` and `description` fields; directory nam… - **Python scripts**: all 18 `.py` files across repo and skills pass `python3 -m py_compile` - **Bash scripts**: all 5 `.sh` files pass `bash -n` - **README links**: all 60 links in the skills table resolve - **Manual install**: `cp -r skills/codex ~/.claude/skills/` succeeds per README instructions - **CI workflow compatibility**: all checks in `.github/workflows/main.yaml` pass locally **One limitation** (not a repo defect): the `npx skills add` command requires Node.js >=22.20.0 but…
Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.
Comment le test a été mené
Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.
Points forts et limites
Des faits mesurés, pas des opinions. Comment ce site est rédigé.
Ce qui s'est bien passé
- A atteint un état de fonctionnement sur une machine propre, avec la session enregistrée.
- Rien n'a cassé en route : zéro erreur entre le clone et le fonctionnement.
- A fonctionné sans GPU, il n'en a donc pas besoin pour démarrer.
- Sous licence MIT, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- Installation en 4 minutes, plus lente que la médiane des 106 projets comparables mesurés par Argusic.
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Sur les 107 projets agent-skills qu'Argusic a installés et chronométrés, agent-toolkit a été le 66e plus rapide à atteindre un état de fonctionnement, et 78 sur 107 en ont atteint un.
Pour quoi c'est un choix raisonnable
- L'essayer sur un ordinateur portable ou un petit serveur : il a atteint un état de fonctionnement sans GPU.
- Une évaluation rapide : il fonctionnait 4 minutes après le clone.
- Suivre son propre README : la procédure documentée a fonctionné sans rien à corriger.
Également testés, dans le même domaine
Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Fonctionne | 100,00 | 0,04 |
Sujets (depuis GitHub)
agent-skillsaiautomationclaudeclaude-codecoding-agentdevelopment
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/agent-toolkit)Questions
- agent-toolkit fonctionne-t-il ?
- Oui. agent-toolkit fonctionne. Argusic l'a installé et lancé sur une machine propre en 4 minutes, en rencontrant 0 erreur en route, et a enregistré la session.
- Comment Argusic a-t-il testé agent-toolkit ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 3027f20f3181. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test d'agent-toolkit ?
- L'exécution qui a produit ce verdict a coûté 0,04 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
- Combien de temps faut-il pour installer agent-toolkit ?
- 4 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
- agent-toolkit a-t-il besoin d'un GPU ?
- Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
- Qu'est-ce qui pose problème lors de l'installation d'agent-toolkit ?
- Rien, dans l'exécution enregistrée : zéro erreur entre le clone et le fonctionnement.
- Comment agent-toolkit se compare-t-il aux alternatives ?
- Sur les 107 projets agent-skills qu'Argusic a installés et chronométrés, agent-toolkit a été le 66e plus rapide à atteindre un état de fonctionnement, et 78 sur 107 en ont atteint un.
- Où sont les preuves pour agent-toolkit ?
- L'exécution enregistrée se trouve sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.