Original en anglais: https://argusic.com/subject/hue
hue
Compétence open-source qui apprend n'importe quelle marque et la transforme en un système de design complet. Fonctionne sur claude code et codex. Installez une fois, et chaque UI que votre assistant construit correspond à votre marque.
Fonctionne avec des mockssource : GitHubpage d'accueilJavaScriptMITcommit a910e31cd24b
JavaScript, sous licence MIT. Le projet se décrit ainsi : ai tools, anthropic, claude code, claude skill, codex, design language, design system et openai.
hue fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 9 minutes et a rencontré 3 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
hue skill installed under ~/.codex/skills/hue and its validation gate passes on all 17 bundled examples plus a freshly generated contract-correct skill folder (No findings, exit 0).
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.
- js-yaml rejects SKILL.md as one YAML stream (frontmatter + body are one file, expected)1 minute
- generated sample SKILL.md missing literal 'NEVER trigger automatically' → 1 error1 minute
- codex debug skills list: unrecognized subcommand (CLI 0.162.1 has no skill-listing)1 minute
- Temps d'installation
- 9 minutes
- De la machine vierge à la fin
- 3 minutes
- Erreurs rencontrées et corrigées
- 3 rencontrées, 3 corrigées sans aide humaine
- Comment le résultat a été prouvé
- node scripts/validate.mjs examples/*/ exited 0 for all 17 examples (0 errors); node scripts/validate.mjs /tmp/gen/meadow-test exited 0 printing 'No findings. Summary: 0 error(s), 0 warning(s), 0 skipped, PASS'; codex doctor exited 0 with '19 ok'; codex --version printed codex-cli 0.162.1
- Tokens de modèle utilisés
- 75 613
- Commit exact testé
- a910e31cd24b
- 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.
**Install (per README):** cloned the repo to `~/.codex/skills/hue`; `codex-cli 0.162.1` and `codex …
**Ran the app / tests:**
- All 17 example skills pass the project's validation gate: `node scripts/validate.mjs examples/*/`…
- Built a *minimal schema-correct generated-skill* (`/tmp/gen/meadow-test`) with `SKILL.md` + `desi…
- Positive control: deliberately broke the same inputs → gate reported 2 errors and exited 1, provi…
- Installed-copy re-run of the full example loop: no failures.
- Also verified the SKILL.md frontmatter parses as strict YAML (`name: hue`, `version: 1.2.0`).
**Error log (3 unique, all fixed):**
1. `YAML parse of full SKILL.md` (frontmatter + body) failed — `end of stream … expected (15:1)` — …
2. First `/tmp/gen` sample had filler description without `NEVER trigger automatically` → gate E1. …
3. Initial `codex debug skills list` doesn’t exist in CLI 0.162.1 (no skills-listing subcommand). F…
**Result JSON:** `{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 9, "erro…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 3 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 9 minutes, plus lente que la médiane des 26 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 27 projets ai-tools qu'Argusic a installés et chronométrés, hue a été le 18e plus rapide à atteindre un état de fonctionnement, et 17 sur 27 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 | 0,02 |
Sujets (depuis GitHub)
ai-toolsanthropicclaude-codeclaude-skillcodexdesign-languagedesign-systemopenai
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/hue)Questions
- hue fonctionne-t-il ?
- hue fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 9 minutes, en rencontrant 3 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé hue ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit a910e31cd24b. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test d'hue ?
- L'exécution qui a produit ce verdict a coûté 0,02 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 hue ?
- 9 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.
- hue 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'hue ?
- 3 problèmes sont survenus lors de l'exécution enregistrée, et 3 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment hue se compare-t-il aux alternatives ?
- Sur les 27 projets ai-tools qu'Argusic a installés et chronométrés, hue a été le 18e plus rapide à atteindre un état de fonctionnement, et 17 sur 27 en ont atteint un.
- Où sont les preuves pour hue ?
- 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.