Original en anglais: https://argusic.com/subject/b
B
Un compagnon de bureau AI autonome et contextuel. Développé avec Python, avec vision d'écran en temps réel, synthèse vocale ONNX personnalisée, suivi de la fenêtre active, et une UI flottante dynamique avec des expressions faciales réactives.
Fonctionne avec des mockssource : GitHubPythonMITcommit d34943d3ea89
Python, sous licence MIT. Le projet se décrit ainsi : ai, ai agent, ai companion, artificial intelligence, autonomous agent, computer vision, desktop assistant et llm.
B fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 23 minutes et a rencontré 8 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
All 18 modules initialize correctly: EventBus, KinematicsEngine, WindowManager, FaceRenderer, ChatBubble, InputBox, StateMachine, CognitiveEngine (Groq mode), Vision sensors (semantic + mss), WindowTracker, AutonomyEngine, and VoiceEngine all boot to 'B is alive' with the Qt event loop running at ~62fps. Windows-only features (click-through, hotkeys) gracefully disabled.
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.
- ctypes.windll not available on Linux5 minutes
- uiautomation import fails on Linux (COM only on Windows)3 minutes
- PortAudio library not found (sounddevice)3 minutes
- No module 'torch' for audio/ears.py2 minutes
- auto.uiautomation.SetGlobalSearchTimeout missing2 minutes
- OCR result has no .lines attribute2 minutes
- Temps d'installation
- 23 minutes
- De la machine vierge à la fin
- 28 minutes
- Erreurs rencontrées et corrigées
- 8 rencontrées, 8 corrigées sans aide humaine
- Comment le résultat a été prouvé
- QT_QPA_PLATFORM=offscreen timeout 8 /work/repo/venv/bin/python main.py -- all 18 modules initialized without errors, 60fps tick timer started, event loop stayed alive for full 8s run with 'B is alive' logged. Piper TTS/DSP vocoder loaded successfully from bundled ONNX model.
- Tokens de modèle utilisés
- 644 591
- Commit exact testé
- d34943d3ea89
- 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.
| 2 | `No module named 'uiautomation'` + COM import error | Created mock `uiautomation.py` in site-… | 3 | `ModuleNotFoundError: No module named 'torch'` | Created mock `torch/__init__.py` | 2 min | | 4 | `OSError: PortAudio library not found` (sounddevice) | Created mock `sounddevice.py` | 3 min | | 5 | `AttributeError: module 'ctypes' has no attribute 'windll'` (Linux) | Added ctypes.windll com… | 6 | `auto.uiautomation.SetGlobalSearchTimeout(...)` AttributeError | Added missing functions to u… | 7 | `module 'winocr' has no attribute 'recognize_pil'` | Enhanced winocr mock with `recognize_pil… | 8 | `'str' object has no attribute 'lines'` (OCR result shape) | Enhanced winocr mock to return o… **Calculation:** - Venv created: 19:23 UTC (birth time of venv python binary) - Final verification run: 19:46 UTC - **Total elapsed: ~23 minutes** - Errors sum to ~19 minutes of fix time (reasonable given debugging and iteration)
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
- S'est remis des 8 erreurs 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.
- Installation en 23 minutes, plus lente que la médiane des 230 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 231 projets ai qu'Argusic a installés et chronométrés, B a été le 202e plus rapide à atteindre un état de fonctionnement, et 152 sur 231 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 | 0,09 |
Sujets (depuis GitHub)
aiai-agentai-companionartificial-intelligenceautonomous-agentcomputer-visiondesktop-assistantllmonnxpythonspeech-to-texttext-to-speech
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/b)Questions
- B fonctionne-t-il ?
- B fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 23 minutes, en rencontrant 8 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé B ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit d34943d3ea89. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de B ?
- L'exécution qui a produit ce verdict a coûté 0,09 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 B ?
- 23 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.
- B 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 de B ?
- 8 problèmes sont survenus lors de l'exécution enregistrée, et 8 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment B se compare-t-il aux alternatives ?
- Sur les 231 projets ai qu'Argusic a installés et chronométrés, B a été le 202e plus rapide à atteindre un état de fonctionnement, et 152 sur 231 en ont atteint un.
- Où sont les preuves pour B ?
- 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.