Original en anglais: https://argusic.com/subject/softwarecopyright-skill
SoftwareCopyright-Skill
Skills: générateur de documents de demande de droit d'auteur du logiciel en Chine. Ce Skills lit les projets locaux et génère automatiquement un ensemble complet de documents.docx pour la demande de droit d'auteur du logiciel. Il est entièrement open source, et vous n'avez plus besoin de payer pour aucun service de demande de droit d'auteur du logiciel.
Fonctionne avec des mockssource : GitHubPythonAGPL-3.0commit 947d5963194b
Python, sous licence AGPL-3.0.
SoftwareCopyright-Skill fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 10 minutes et a rencontré 1 erreur, corrigée sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
All 12 Python scripts compile and pass static analysis; 32 unit tests pass; demo DOCX output files are valid OpenXML; scripts can analyze projects and extract code materials; OfficeCLI dependency is correctly detected as unavailable for final DOCX generation
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.
- test_playwright_cli_uses_global_prefix_without_restart: test created .cmd file (Windows) on Linux; npm_global_candidates returns bin/playwright-cli on POSIX, causing test failure3 minutes
- Temps d'installation
- 10 minutes
- De la machine vierge à la fin
- 11 minutes
- Erreurs rencontrées et corrigées
- 1 rencontrée, 1 corrigée sans aide humaine
- Comment le résultat a été prouvé
- python3 -m unittest discover -s software-copyright-materials/tests -q exited 0: 32 tests passed; python3 -m compileall -q software-copyright-materials/scripts exited 0; all 12 scripts import without errors; demo DOCX files validated as valid OpenXML via zipfile; analyze_project, propose_code_selection, and extract_code_material scripts ran successfully against test project
- Tokens de modèle utilisés
- 124 452
- Commit exact testé
- 947d5963194b
- 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.
"msg": "test_playwright_cli_uses_global_prefix_without_restart: Test created .cmd file (Windo…
"fix": "Changed test to create bin/playwright-cli with shebang instead of playwright-cli.cmd …
"minutes": 3
}
],
"test_depth": "tier2_mock",
"notes": "Argusic Agent skill for generating Chinese software copyright materials. No Python depe…
"verified_how": "python3 -m unittest discover -s software-copyright-materials/tests -q exited 0: …
"final_state": "All 12 Python scripts compile and pass static analysis; 32 unit tests pass; demo …
}
tokens used
124,452Revoir 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 de 1 erreur sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- Sous licence AGPL-3.0, 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 10 minutes, plus lente que la médiane des 46 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 47 projets Python qu'Argusic a installés et chronométrés, SoftwareCopyright-Skill a été le 40e plus rapide à atteindre un état de fonctionnement, et 28 sur 47 en ont atteint un.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Fonctionne avec des mocks | 92,00 | 0,07 |
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/softwarecopyright-skill)Questions
- SoftwareCopyright-Skill fonctionne-t-il ?
- SoftwareCopyright-Skill fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 10 minutes, en rencontrant 1 erreur en route, et a enregistré la session.
- Comment Argusic a-t-il testé SoftwareCopyright-Skill ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 947d5963194b. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de SoftwareCopyright-Skill ?
- L'exécution qui a produit ce verdict a coûté 0,07 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 SoftwareCopyright-Skill ?
- 10 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.
- SoftwareCopyright-Skill 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 SoftwareCopyright-Skill ?
- 1 problème est survenu lors de l'exécution enregistrée, et 1 a été corrigé sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment SoftwareCopyright-Skill se compare-t-il aux alternatives ?
- Sur les 47 projets Python qu'Argusic a installés et chronométrés, SoftwareCopyright-Skill a été le 40e plus rapide à atteindre un état de fonctionnement, et 28 sur 47 en ont atteint un.
- Où sont les preuves pour SoftwareCopyright-Skill ?
- 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.