pipeshub-ai fonctionne-t-il ?

pipeshub-ai fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 60 minutes, en rencontrant 4 erreurs en route, et a enregistré la session.

Comment Argusic a-t-il testé pipeshub-ai ?

Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 1864d3d2a793. 3 tentatives sont enregistrées, et la méthode complète se trouve sur la page de méthodologie.

Combien a coûté le test de pipeshub-ai ?

L'exécution qui a produit ce verdict a coûté 0,25 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 pipeshub-ai ?

60 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.

pipeshub-ai 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 pipeshub-ai ?

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.

Où sont les preuves pour pipeshub-ai ?

Les 3 exécutions enregistrées se trouvent 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/pipeshub-ai

pipeshub-ai

La couche de contexte open source pour les AI agents. PipesHub transforme les connaissances de votre entreprise (Slack, Drive, Jira, GitHub, Microsoft 365 et 50+ connecteurs) en un espace de travail tenant compte des permissions que les agents peuvent rechercher, grep, naviguer et citer. MCP, SDKs et agents intégrés. Auto-hébergé.

Fonctionne avec des mockssource : GitHub page d'accueilPythonApache-2.0commit 1864d3d2a793

Python, sous licence Apache-2.0. Le projet se décrit ainsi : agentic rag, ai, ai agents, claude code, context engineering, context layer, deep research et enterprise search.

pipeshub-ai fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 60 minutes et a rencontré 4 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.

286 Python unit tests pass, 9633 JavaScript unit tests pass (4 pending). Both suites execute against mocked external services without real infrastructure dependencies.
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 68 sur 100 (la moyenne des scores des exécutions de ce projet).

En un coup d'œil

verdict: Fonctionne avec des mocks
Score Argusic: 68 / 100
coût de l'exécution de vérification: 0,25 USD (mesuré)
exécutions enregistrées: 3
dernier test: 2026-09-25
étoiles: 3 905
forks: 635
issues ouvertes: 239
observateurs: 17
taille: 197 MB
créé le: 2025-03-06
dernier push: 2026-11-04

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 pipeshub-ai, 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.

pytest-timeout 2.4.0 incompatible with pytest 9.x — hangs on test collection of multiple files8 minutes
Node.js v18 available but project requires v22.15.05 minutes
sharp native module not compiled for platform2 minutes
No Docker in container

Temps d'installation: 60 minutes
De la machine vierge à la fin: 62 minutes
Erreurs rencontrées et corrigées: 4 rencontrées, 4 corrigées sans aide humaine
Comment le résultat a été prouvé: python -m pytest (top-level files), 286 passed in 65s; npm test (node22), 9633 passing, 4 pending in 2m
Tokens de modèle utilisés: 953 372
Commit exact testé: 1864d3d2a793
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.

exec
/bin/sh -lc "echo '{\"install_succeeded\": true, \"launch_succeeded\": true, \"install_minutes\": 6…
 succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 60, "errors": [{"msg": "py…
exec
/bin/sh -lc "# Validate JSON is well-formed
echo '{\"install_succeeded\": true, \"launch_succeeded\": true, \"install_minutes\": 60, \"errors\"…
 succeeded in 0ms:
JSON valid
2026-09-25T05:17:55.044406Z ERROR codex_core::session: failed to record rollout items: thread 01a0d…
tokens used
953,372

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 Apache-2.0, selon son hébergeur.
Mesuré 3 fois, le résultat n'est donc pas un cas isolé.

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 60 minutes, plus lente que la médiane des 134 projets comparables mesurés par Argusic.

Sur les 135 projets agent qu'Argusic a installés et chronométrés, pipeshub-ai a été le 134e plus rapide à atteindre un état de fonctionnement, et 87 sur 135 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	3/3	Fonctionne avec des mocks	92,00	0,25	2026-09-25 05:18 UTC
Argusic Runner	2/3	N'a pas fonctionné	20,00	0,13	2026-09-17 17:00 UTC
Argusic Runner	1/3	Fonctionne avec des mocks	92,00	0,29	2026-09-12 08:22 UTC

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/pipeshub-ai.svg)](https://argusic.com/subject/pipeshub-ai)

Questions

pipeshub-ai fonctionne-t-il ?: pipeshub-ai fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 60 minutes, en rencontrant 4 erreurs en route, et a enregistré la session.
Comment Argusic a-t-il testé pipeshub-ai ?: Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 1864d3d2a793. 3 tentatives sont enregistrées, et la méthode complète se trouve sur la page de méthodologie.
Combien a coûté le test de pipeshub-ai ?: L'exécution qui a produit ce verdict a coûté 0,25 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 pipeshub-ai ?: 60 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.
pipeshub-ai 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 pipeshub-ai ?: 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 pipeshub-ai se compare-t-il aux alternatives ?: Sur les 135 projets agent qu'Argusic a installés et chronométrés, pipeshub-ai a été le 134e plus rapide à atteindre un état de fonctionnement, et 87 sur 135 en ont atteint un.
Où sont les preuves pour pipeshub-ai ?: Les 3 exécutions enregistrées se trouvent 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.