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

NearBeach

NearBeach est un outil de gestion de projet open source, qui vous aide à suivre votre projet. Vous pouvez suivre les exigences, les projets et les tâches.

Fonctionnesource : GitHubpage d'accueilCSSMITcommit dd051a04714a

CSS, sous licence MIT. Le projet se décrit ainsi : django, django application, open source, opensource, project management, python et python3.

NearBeach fonctionne. Un agent Argusic l'a installé en 6 minutes et n'a rencontré aucune erreur sur une machine propre sans GPU, et toute la session a été enregistrée.

NearBeach project management system installed and fully functional. Python Django backend and JavaScript Vue.js frontend both build and pass all tests without errors.

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 100 sur 100 (la moyenne des scores des exécutions de ce projet).

En un coup d'œil

verdict
Fonctionne
Score Argusic
100 / 100
coût de l'exécution de vérification
0,11 USD (mesuré)
exécutions enregistrées
1
dernier test
étoiles
218
forks
71
issues ouvertes
0
observateurs
8
taille
332 MB
créé le
dernier push

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.

Temps d'installation
6 minutes
De la machine vierge à la fin
17 minutes
Erreurs rencontrées et corrigées
0 rencontrée, 0 corrigée sans aide humaine
Comment le résultat a été prouvé
Django test suite: 114 tests passed (OK). Vitest frontend: 169 files, 172 tests passed. Django dev server starts and responds HTTP 302 on GET /.
Tokens de modèle utilisés
75 250
Commit exact testé
dd051a04714a
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

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.

--- Django test count ---
Ran 114 tests in 72.036s
exec
/bin/sh -lc 'cd /work/repo && . venv/bin/activate && python -m django test NearBeach.tests --settin…
I have all the data I need. Let me compile the final result.
exec
/bin/sh -lc "echo '{\"install_succeeded\": true, \"launch_succeeded\": true, \"install_minutes\": 2…
 succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 2, "errors": [], "test_dep…
2026-10-30T03:36:46.216363Z ERROR codex_core::session: failed to record rollout items: thread 01a18…
tokens used
75,250

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

  • A atteint un état de fonctionnement sur une machine propre, avec la session enregistrée.
  • Installé en 6 minutes, plus vite que la médiane des 4 projets comparables mesurés par Argusic.
  • Rien n'a cassé en route : zéro erreur entre le clone et le fonctionnement.
  • A fonctionné sans GPU, il n'en a donc pas besoin pour démarrer.
  • Sous licence MIT, selon son hébergeur.

Ce qui ne s'est pas bien passé, ou n'est pas connu

  • Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.

Sur les 5 projets django qu'Argusic a installés et chronométrés, NearBeach a été le 2e plus rapide à atteindre un état de fonctionnement, et 4 sur 5 en ont atteint un.

Pour quoi c'est un choix raisonnable

  • L'essayer sur un ordinateur portable ou un petit serveur : il a atteint un état de fonctionnement sans GPU.
  • Une évaluation rapide : il fonctionnait 6 minutes après le clone.
  • Suivre son propre README : la procédure documentée a fonctionné sans rien à corriger.

Historique des exécutions

testé partentativerésultatscorecoût USDdate
Argusic Runner1/3Fonctionne100,000,11

Sujets (depuis GitHub)

djangodjango-applicationopen-sourceopensourceproject-managementpythonpython3

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/NearBeach.svg)](https://argusic.com/subject/nearbeach)

Questions

NearBeach fonctionne-t-il ?
Oui. NearBeach fonctionne. Argusic l'a installé et lancé sur une machine propre en 6 minutes, en rencontrant 0 erreur en route, et a enregistré la session.
Comment Argusic a-t-il testé NearBeach ?
Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit dd051a04714a. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
Combien a coûté le test de NearBeach ?
L'exécution qui a produit ce verdict a coûté 0,11 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 NearBeach ?
6 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.
NearBeach 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 NearBeach ?
Rien, dans l'exécution enregistrée : zéro erreur entre le clone et le fonctionnement.
Comment NearBeach se compare-t-il aux alternatives ?
Sur les 5 projets django qu'Argusic a installés et chronométrés, NearBeach a été le 2e plus rapide à atteindre un état de fonctionnement, et 4 sur 5 en ont atteint un.
Où sont les preuves pour NearBeach ?
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.

Discussion