lcu fonctionne-t-il ?

lcu fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 44 minutes, en rencontrant 2 erreurs en route, et a enregistré la session.

Comment Argusic a-t-il testé lcu ?

Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 748303e9315e. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.

Combien a coûté le test de lcu ?

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 lcu ?

44 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.

lcu 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 lcu ?

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 lcu ?

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.

Original en anglais: https://argusic.com/subject/lcu

lcu

Utilisation de l'ordinateur Codex, découplée de l'application, pour une utilisation à l'intérieur de n'importe quel harness.

Fonctionne avec des mockssource : GitHub page d'accueilJavaScriptMITcommit 748303e9315e

JavaScript, sous licence MIT. Le projet se décrit ainsi : accessibility, agent skills, browser automation, claude code, codex cli, computer use, desktop automation et library.

lcu fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 44 minutes et a rencontré 2 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.

LCU 0.9.1 installed and verified extracting the official ChatGPT 26.915.31945 (CUA 0.0.16) app fixture, Python 435-test suite passes, adapter tests 88/103 pass, and lcu doctor confirms window listing and screenshot on virtual display.
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

verdict: Fonctionne avec des mocks
Score Argusic: 92 / 100
coût de l'exécution de vérification: 0,09 USD (mesuré)
exécutions enregistrées: 1
dernier test: 2026-10-12
étoiles: 2 382
forks: 158
issues ouvertes: 0
observateurs: 5
taille: 13 MB
créé le: 2026-09-22
dernier push: 2026-11-02

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 de lcu, 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.

npm adapter tests: 4 Node 18 MockTimers.enable signature mismatches3 minutes
npm adapter tests: 3 test files require OMP/Pi harness installations

Temps d'installation: 44 minutes
De la machine vierge à la fin: 7 minutes
Erreurs rencontrées et corrigées: 2 rencontrées, 2 corrigées sans aide humaine
Comment le résultat a été prouvé: lcu doctor on DISPLAY=:99 with dbus session returned: 'Window listing: passed (0 windows). Screenshot capture: passed (1 images). Computer use is ready for the first agent call.'
Tokens de modèle utilisés: 72 062
Commit exact testé: 748303e9315e
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.

The **npm adapter tests** show 88 pass, 7 fail, 8 skip — the 4 `MockTimers.enable` failures are a N…
The **build** (`python3 scripts/build_bundle.py`) produced a valid archive.
The **install** (`scripts/install.sh` from that archive) succeeded with the official ChatGPT app fi…
**`lcu doctor`** verified window listing and screenshot capture through Xvfb.
tokens used
72,062
All good. Let me compile the final answer now.
The **Python test suite** passes cleanly (435 tests, OK, 2 skipped — both macOS-only self-skips).
The **npm adapter tests** show 88 pass, 7 fail, 8 skip — the 4 `MockTimers.enable` failures are a N…
The **build** (`python3 scripts/build_bundle.py`) produced a valid archive.
The **install** (`scripts/install.sh` from that archive) succeeded with the official ChatGPT app fi…
**`lcu doctor`** verified window listing and screenshot capture through Xvfb.

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 2 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 44 minutes, plus lente que la médiane des 10 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 11 projets accessibility qu'Argusic a installés et chronométrés, lcu a été le 9e plus rapide à atteindre un état de fonctionnement, et 10 sur 11 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	2026-10-12 07:23 UTC

Sujets (depuis GitHub)

accessibility agent-skills browser-automation claude-code codex-cli computer-use desktop-automation library linux macos mcp pi-agent x11

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/lcu.svg)](https://argusic.com/subject/lcu)

Questions

lcu fonctionne-t-il ?: lcu fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 44 minutes, en rencontrant 2 erreurs en route, et a enregistré la session.
Comment Argusic a-t-il testé lcu ?: Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 748303e9315e. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
Combien a coûté le test de lcu ?: 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 lcu ?: 44 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.
lcu 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 lcu ?: 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 lcu se compare-t-il aux alternatives ?: Sur les 11 projets accessibility qu'Argusic a installés et chronométrés, lcu a été le 9e plus rapide à atteindre un état de fonctionnement, et 10 sur 11 en ont atteint un.
Où sont les preuves pour lcu ?: 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.

lcu