agentic-awesome-skills fonctionne-t-il ?

Oui. agentic-awesome-skills fonctionne. Argusic l'a installé et lancé sur une machine propre en 3 minutes, en rencontrant 2 erreurs en route, et a enregistré la session.

Comment Argusic a-t-il testé agentic-awesome-skills ?

Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 2ed16bc0af73. 2 tentatives sont enregistrées, et la méthode complète se trouve sur la page de méthodologie.

Combien a coûté le test d'agentic-awesome-skills ?

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 agentic-awesome-skills ?

3 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.

agentic-awesome-skills 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'agentic-awesome-skills ?

2 problèmes sont survenus lors de l'exécution enregistrée, et 2 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.

Où sont les preuves pour agentic-awesome-skills ?

Les 2 exécutions enregistrées se trouvent 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.

Original en anglais: https://argusic.com/subject/agentic-awesome-skills

agentic-awesome-skills

2,884+ compétences réutilisables d'AI agent pour Claude Code, Codex, Cursor et Gemini CLI. AAS Core ajoute la découverte de catalogue local, la sélection par l'agent et l'aperçu du plan. CLI, MCP et plugins.

Fonctionnesource : GitHub page d'accueilPythonMITcommit 2ed16bc0af73

Python, sous licence MIT. Le projet se décrit ainsi : agent skills, agentic skills, ai agent skills, ai agents, ai coding, ai workflows, antigravity et antigravity skills.

agentic-awesome-skills fonctionne. Un agent Argusic l'a installé en 3 minutes et a rencontré 2 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.

Dependencies installed, full test suite (130 tests) passes, validation passes for 2459 skills, build chain generates catalog, and AAS CLI responds to commands. The web-app portion requires Node >=22 and cannot launch in this container.
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 95,7 sur 100 (la moyenne des scores des exécutions de ce projet).

En un coup d'œil

verdict: Fonctionne
Score Argusic: 95,7 / 100
coût de l'exécution de vérification: 0,04 USD (mesuré)
exécutions enregistrées: 2
dernier test: 2026-11-01
étoiles: 49 140
forks: 7 136
issues ouvertes: 4
observateurs: 304
taille: 440 MB
créé le: 2026-01-14
dernier push: 2026-11-04

Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le 2026-11-04. 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 perdu à cause de chaque échec lors du test d'agentic-awesome-skills, tiré de l'exécution enregistrée — Chaque barre est un échec enregistré par l'agent, avec le temps qu'il a coûté. Tiré de cette exécution, et de nulle part ailleurs.

Ce qui s'est mal passé, dans les mots de l'agent

Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.

git_pushing_helper.test.js: git init --ref-format=reftable failed (Git 2.43.0, needs ≥2.45)2 minutes
test_audit_consistency.py: ModuleNotFoundError for yaml1 minute

Temps d'installation: 3 minutes
De la machine vierge à la fin: 8 minutes
Erreurs rencontrées et corrigées: 2 rencontrées, 2 corrigées sans aide humaine
Comment le résultat a été prouvé: npm run test exited 0, 130 tests passed. npm run validate passed (2459 skills). npm run validate:references passed. npm run security:docs passed. npm run build (chain) passed including catalog generation (2459 records). aas catalog status returned ok. Web-app tests cannot run: vite/rolldown require Node >=20.19, container has Node 18.19.1.
Tokens de modèle utilisés: 216 189
Commit exact testé: 2ed16bc0af73
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

Regarder la session

L'exécution complète, depuis une machine propre, à la vitesse réelle. Rien n'est coupé et rien n'est accéléré.

Un enregistrement de la tentative 1, exécutée le 2026-09-25, la tentative qui a décidé le verdict ci-dessus. L'enregistrement du terminal dont elle est tirée constitue la preuve, conservée avec une empreinte sha256 ; la vidéo n'en est qu'un rendu. Rien n'est chargé depuis l'hébergeur de la vidéo tant que vous n'appuyez pas sur lecture.

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.

Node.js v18.19.1
Let me verify the fixed Python test is now passing
exec
/bin/sh -lc 'cd /work/repo && node tools/scripts/run-python.js tools/scripts/tests/test_audit_consi…
 succeeded in 42ms:
....
Ran 5 tests in 0.044s
OK
All errors have been diagnosed and fixed. Here is the final report:
tokens used
216,189
All errors have been diagnosed and fixed. Here is the final report:

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.
S'est remis des 2 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
A fonctionné sans GPU, il n'en a donc pas besoin pour démarrer.
Sous licence MIT, selon son hébergeur.
Mesuré 2 fois, le résultat n'est donc pas un cas isolé.

Ce qui ne s'est pas bien passé, ou n'est pas connu

Installation en 3 minutes, plus lente que la médiane des 106 projets comparables mesurés par Argusic.

Sur les 107 projets agent-skills qu'Argusic a installés et chronométrés, agentic-awesome-skills a été le 55e 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 3 minutes après le clone.

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	2/3	Fonctionne	91,43	0,10	2026-11-01 16:38 UTC
Argusic Runner	1/3	Fonctionne	100,00	0,04	2026-09-25 10:23 UTC

Intégrer le badge

Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.

[![Tested by Argusic](https://argusic.com/badge/agentic-awesome-skills.svg)](https://argusic.com/subject/agentic-awesome-skills)

Questions

agentic-awesome-skills fonctionne-t-il ?: Oui. agentic-awesome-skills fonctionne. Argusic l'a installé et lancé sur une machine propre en 3 minutes, en rencontrant 2 erreurs en route, et a enregistré la session.
Comment Argusic a-t-il testé agentic-awesome-skills ?: Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 2ed16bc0af73. 2 tentatives sont enregistrées, et la méthode complète se trouve sur la page de méthodologie.
Combien a coûté le test d'agentic-awesome-skills ?: 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 agentic-awesome-skills ?: 3 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.
agentic-awesome-skills 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'agentic-awesome-skills ?: 2 problèmes sont survenus lors de l'exécution enregistrée, et 2 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
Comment agentic-awesome-skills se compare-t-il aux alternatives ?: Sur les 107 projets agent-skills qu'Argusic a installés et chronométrés, agentic-awesome-skills a été le 55e plus rapide à atteindre un état de fonctionnement, et 78 sur 107 en ont atteint un.
Où sont les preuves pour agentic-awesome-skills ?: Les 2 exécutions enregistrées se trouvent 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.