Original en anglais: https://argusic.com/subject/qm
qm
Harness d'agent multijoueur pour le travail.
Fonctionne avec des mockssource : GitHubpage d'accueilTypeScriptMITcommit 8adee4b06a59
TypeScript, sous licence MIT. Le projet se décrit ainsi : ai, assistant, harness et qm.
qm fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 2 minutes et a rencontré 3 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
After installing Node 24 and building the connector SDK, npm ci installs 730 packages, TypeScript compiles with zero errors, the test suite passes 2700+ tests across representative batches, and the core server starts listening on :8081 returning HTTP 401 (expected without authentication credentials).
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 56 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.
- Node.js 18.19.1 installed, project requires >=24.15.01 minute
- Connector SDK bundle missing for some tests1 minute
- 2 dev-supervisor-child tests fail on IPv6/port ownership assertion (timing-sensitive dev tool tests)
- Temps d'installation
- 2 minutes
- De la machine vierge à la fin
- 27 minutes
- Erreurs rencontrées et corrigées
- 3 rencontrées, 3 corrigées sans aide humaine
- Comment le résultat a été prouvé
- node --test (with --experimental-test-module-mocks) across 6 sampled batches totaling 2700+ tests passed with 0 failures (excluding 2 flaky dev-tool failures and skipped PG tests); TypeScript tsc --noEmit passes with 0 errors; server starts and answers HTTP 401 (expected auth challenge) on /
- Tokens de modèle utilisés
- 518 808
- Commit exact testé
- 8adee4b06a59
- 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.
ℹ todo 0 ℹ duration_ms 467.633357 exec /bin/sh -lc 'export PATH="/tmp/node-v24.21.0-linux-x64/bin:$PATH" cd /work/repo && node --experimental-test-module-mocks --test test/agent-conversations-route.test.t… exited 1 in 31317ms: OK, now I have all the data. Here's the summary: 2026-09-26T11:00:30.595960Z ERROR codex_core::session: failed to record rollout items: thread 01a0d… 2026-09-26T11:00:30.596004Z ERROR codex_core::session: failed to record rollout items: thread 01a0d… tokens used 518,808 OK, now I have all the data. Here's the summary:
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
- Installé en 2 minutes, plus vite que la médiane des 230 projets comparables mesurés par Argusic.
- 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.
- Mesuré 2 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.
Sur les 231 projets ai qu'Argusic a installés et chronométrés, qm a été le 39e plus rapide à atteindre un état de fonctionnement, et 152 sur 231 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 | 2/3 | Fonctionne avec des mocks | 92,00 | 0,11 | |
| Argusic Runner | 1/3 | N'a pas fonctionné | 20,00 | 0,06 |
Sujets (depuis GitHub)
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/qm)Questions
- qm fonctionne-t-il ?
- qm fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 2 minutes, en rencontrant 3 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé qm ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 8adee4b06a59. 2 tentatives sont enregistrées, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de qm ?
- 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 qm ?
- 2 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.
- qm 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 qm ?
- 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 qm se compare-t-il aux alternatives ?
- Sur les 231 projets ai qu'Argusic a installés et chronométrés, qm a été le 39e plus rapide à atteindre un état de fonctionnement, et 152 sur 231 en ont atteint un.
- Où sont les preuves pour qm ?
- Les 2 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.