Original en anglais: https://argusic.com/subject/login-machine
login-machine
Automatisation de connexion propulsée par l'IA. Utilise Claude pour classifier les pages de connexion et Playwright pour interagir avec elles.
Fonctionne avec des mockssource : GitHubpage d'accueilTypeScriptMITcommit e1da92965029
TypeScript, sous licence MIT. Le projet se décrit ainsi : ai agents, browser automation, browserbase, claude, computer use, llm, login automation et nextjs.
login-machine fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 17 minutes et a rencontré 4 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
The Next.js app builds, launches, returns HTTP 200 on / and /api/chat, and responds to all API actions (start, submit, close, error handling) using local Playwright Chromium with a mock heuristic page classifier.
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.
- BROWSERBASE_API_KEY and BROWSERBASE_PROJECT_ID env vars not set — browser.ts threw errors on startup4 minutes
- ANTHROPIC_API_KEY env var not set — agent.ts required it for LLM analysis via @ai-sdk/anthropic3 minutes
- Next.js 16 requires Node.js >=20.9.0, but only Node.js v18.19.1 was available2 minutes
- Two ESLint warnings: unused variables 'url' and 'hasInput' in the new mock code1 minute
- Temps d'installation
- 17 minutes
- De la machine vierge à la fin
- 17 minutes
- Erreurs rencontrées et corrigées
- 4 rencontrées, 4 corrigées sans aide humaine
- Comment le résultat a été prouvé
- curl -s -o /dev/null -w %{http_code} localhost:3000 returned 200; POST /api/chat with action=start returned 200 with sessionId and screen; POST /api/chat with action=submit (SSE path) returned 200 with action_complete and screen events; POST /api/chat with action=submit (JSON auto-retry path) returned 200 with screen classification; POST /api/chat with invalid JSON returned 400; POST /api/chat with unknown action returned 400
- Tokens de modèle utilisés
- 219 207
- Commit exact testé
- e1da92965029
- 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
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 , 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.
All verified. Let me now calculate the elapsed time and produce the final report. exec /bin/sh -lc 'kill %1 2>/dev/null; kill %2 2>/dev/null; true' in /work/repo succeeded in 0ms: exec /bin/sh -lc date in /work/repo succeeded in 0ms: Mon Oct 26 01:36:17 UTC 2026 Alright, I have all the data. Let me now compose the final result. tokens used 219,207 Alright, I have all the data. Let me now compose the final result.
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 4 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 17 minutes, plus lente que la médiane des 110 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 111 projets ai-agents qu'Argusic a installés et chronométrés, login-machine a été le 85e plus rapide à atteindre un état de fonctionnement, et 83 sur 111 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 | 0,22 |
Sujets (depuis GitHub)
ai-agentsbrowser-automationbrowserbaseclaudecomputer-usellmlogin-automationnextjsplaywrightweb-agent
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/login-machine)Questions
- login-machine fonctionne-t-il ?
- login-machine fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 17 minutes, en rencontrant 4 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé login-machine ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit e1da92965029. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de login-machine ?
- L'exécution qui a produit ce verdict a coûté 0,22 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 login-machine ?
- 17 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.
- login-machine 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 login-machine ?
- 4 problèmes sont survenus lors de l'exécution enregistrée, et 4 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment login-machine se compare-t-il aux alternatives ?
- Sur les 111 projets ai-agents qu'Argusic a installés et chronométrés, login-machine a été le 85e plus rapide à atteindre un état de fonctionnement, et 83 sur 111 en ont atteint un.
- Où sont les preuves pour login-machine ?
- 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.