Original en anglais: https://argusic.com/subject/awesome-muse-connectors
awesome-muse-connectors
Un catalogue adossé aux sources des intégrations Meta Muse et des compétences de connecteur communautaire, avec des notes sur les capacités, l'authentification et les permissions.
Fonctionne avec des mockssource : GitHubpage d'accueilPythonMITcommit 34d1378bac88
Python, sous licence MIT. Le projet se décrit ainsi : agent skills, agentic ai, ai agents, ai tools, api, api integration, automation et awesome.
awesome-muse-connectors fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 0,5 minute et a rencontré 1 erreur, corrigée sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
This is a community-maintained catalog of 150 connector skill folders (SKILL.md + Python CLI) for Meta Muse and 12 workflow templates. All Python scripts have valid syntax, accept --help, handle invalid args gracefully, and their credential plumbing (bearer header, query param, path segment, inline surrogate) works correctly against the mocked Muse runtime. No runtime installation is needed for this repo itself;
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 92 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.
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.
- Missing Muse runtime dependency (dynamic_credentials module at /opt/hatch/skills/skill-creator/bin/)1 minute
- Temps d'installation
- moins d'une minute
- De la machine vierge à la fin
- 7 minutes
- Erreurs rencontrées et corrigées
- 1 rencontrée, 1 corrigée sans aide humaine
- Comment le résultat a été prouvé
- PYTHONPATH=/home/runner/mock_hatch/skills/skill-creator/bin python3 bin/github.py --help (and all 150 connectors) exited 0; all scripts compile syntactically; real API calls from github, airtable, telegram correctly return 401/404 with mock credentials; alphavantage returned real stock data
- Tokens de modèle utilisés
- 99 260
- Commit exact testé
- 34d1378bac88
- 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
- Comportement face aux vrais services
- cette exécution n'a été vérifiée qu'avec des services de substitution
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.
All 150 connectors verified. Here is the final result:
exec
/bin/sh -lc "echo 'ARGUSIC_RESULT: {\"install_succeeded\": true, \"launch_succeeded\": true, \"inst…
succeeded in 0ms:
exec
/bin/sh -lc "# Final check: ensure the ARGUSIC_RESULT line is the only thing on the last line of ou…
# and ensure there's no trailing content after it
echo \"Done. The ARGUSIC_RESULT line above is the final output.\"" in /work/repo
succeeded in 0ms:
Done. The ARGUSIC_RESULT line above is the final output.
tokens used
99,260Revoir 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
- Installé en 0,5 minute, plus vite que la médiane des 106 projets comparables mesurés par Argusic.
- S'est remis de 1 erreur sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- Sous licence MIT, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- N'a atteint un état de fonctionnement qu'avec des services de substitution : rien ici ne prouve qu'il fonctionne avec les vrais.
- 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, awesome-muse-connectors a été le 15e plus rapide à atteindre un état de fonctionnement, et 78 sur 107 en ont atteint un.
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 avec des mocks | 92,00 | 0,01 |
Sujets (depuis GitHub)
agent-skillsagentic-aiai-agentsai-toolsapiapi-integrationautomationawesomeawesome-listconnector-catalogconnectorsdeveloper-toolsintegrationsllmmeta-aimusemuse-connectorsopen-sourcepersonal-aiskills
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/awesome-muse-connectors)Questions
- awesome-muse-connectors fonctionne-t-il ?
- awesome-muse-connectors fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 1 minute, en rencontrant 1 erreur en route, et a enregistré la session.
- Comment Argusic a-t-il testé awesome-muse-connectors ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 34d1378bac88. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test d'awesome-muse-connectors ?
- L'exécution qui a produit ce verdict a coûté 0,01 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 awesome-muse-connectors ?
- 0,5 minute 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.
- awesome-muse-connectors 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'awesome-muse-connectors ?
- 1 problème est survenu lors de l'exécution enregistrée, et 1 a été corrigé sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment awesome-muse-connectors se compare-t-il aux alternatives ?
- Sur les 107 projets agent-skills qu'Argusic a installés et chronométrés, awesome-muse-connectors a été le 15e plus rapide à atteindre un état de fonctionnement, et 78 sur 107 en ont atteint un.
- Où sont les preuves pour awesome-muse-connectors ?
- 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.