英語の原文: https://argusic.com/subject/aegis

Aegis

AI コーディングエージェントをアーキテクチャ認識型に: ベースライン優先、証拠検証済み、ドリフトチェック済み、長時間タスクでも安全

動作するソース: GitHubホームページPythonMITコミット 0787002a06f0

Python、MIT ライセンス. プロジェクト自身の表記: agent skills、ai agents、ai coding、architecture driven development、awsome coding plugin、baseline first、claude code、codex.

Aegis は動作します。Argusic のエージェントが GPU のないクリーンなマシンで 0.5 分でインストールし、1 件のエラーに遭遇してすべてを自力で修正し、セッション全体が記録されました。

The Aegis method-pack verification suite passes fully: all 38 layer1-fast-check tests, 2 e2e bootstrap checks, 275/284 unit tests, and the doctor check all report green with zero infrastructure failures.

クリーンなマシンでエージェントが最終的に得た結果 (エージェント自身の言葉)。 計測方法

Argusic が毎回新しいマシンで計測しています。 すべての数値はその証拠にリンクしています。 Argusic スコア 100 点中 100 点 (このプロジェクトの実行スコアの平均)。

概要

判定
動作する
Argusic スコア
100 / 100
検証した実行のコスト
0.13 USD (実測)
記録された実行
1
最終テスト
スター
1,416
フォーク
81
未解決の Issue
1
ウォッチャー
4
サイズ
5 MB
作成日
最終プッシュ

プロジェクトのデータは GitHub から取得 (このページの冒頭にリンクあり)、更新日 。テストデータは Argusic によるもので (CC BY 4.0)、すべての数値は、完全なログ、録画、それらの sha256 ハッシュを含む実行ページにリンクしています。

計測した内容

この判定を決めた実行から取得しています。 各行は記録された値であり、推定値ではありません。

Aegis のテスト中に各失敗で失われた時間 (記録された実行から作成)
各バーはエージェントが記録した失敗と、それにかかった時間です。この実行のデータのみから描いています。

うまくいかなかった点 (エージェント自身の言葉)

エージェント自身の言葉を、深刻なものから順に掲載しています。助言に書き換えることはありません。

  • bwrap "permission-profile backend bwrap is unavailable" prevents agentic-benchmark dry-run profile checks10 分
インストール時間
1 分未満
クリーンなマシンから完了まで
15 分
遭遇したエラーと修正したエラー
1 件に遭遇、1 件を人の手を借りずに修正
結果の証明方法
bash tests/e2e/layer1-fast-check.sh --host-profile none passed 38/38; AEGIS_BENCHMARK_BWRAP=/path/to/bwrap bash tests/e2e/agentic-benchmark-check.sh passed; bash tests/e2e/run-all.sh --bootstrap passed 2/2; python3 -m unittest discover -s tests/helpers passed 275/284 (2 pre-existing unrelated failures, 6 skipped)
使用したモデルのトークン
394,233
テストした正確なコミット
0787002a06f0
コンテナイメージ
sha256:cdd920bce783

計測していない内容

残りの半分です。この証拠がどこまでを示すのかを正確に確認できます。欠けている部分は欠けているものとして表示し、埋めることはありません。

GPU メモリのピーク
CPU マシンで実行したため、サンプリングする GPU がありませんでした
長時間の実行での振る舞い
各試行はドキュメントにある最小の設定と決まった時間予算を使うため、計測しているのは動作するかどうかであり、負荷のもとでどう持ちこたえるかではありません

セッションを見る

クリーンなマシンから始まる実行の全体を、実際の速度で再生します。カットも早送りもしていません。

試行 1 の録画、実行日 。上の判定を決めた試行です。 この動画の元になったターミナル録画が証拠であり、sha256 フィンガープリントとともに保存されています。動画はそこからレンダリングしたものです。 再生ボタンを押すまで、動画ホストからは何も読み込まれません。

録画の最後

この判定を決めたターミナルセッションの最後の行を、記録されたとおりに表示しています。

tokens used
394,233
All checks pass. Here's the summary:
I made **one fix**: `resolve_permission_backend_bwrap()` in `tests/helpers/agentic_benchmark_isolat…
**Verified by:**
- `layer1-fast-check.sh --host-profile none` — **38 passed, 0 failed**
- `e2e/run-all.sh --bootstrap` — **2 passed, 2 planned, 0 failed** (Layer 2/3 are skeleton checks)
- `python3 -m unittest discover -s tests/helpers -p "test_*.py"` — **284 tests**: 1 failure + 1 err…
- All individual test modules in `tests/helpers/` pass cleanly (parse_codex_skills, aegis_doctor, a…
- `opencode/run-tests.sh` — 1 passed, 0 failed
- 37 other shell-based checks in the layer1 suite all pass
- `scripts/aegis-doctor.py check --json` returns `"ok": true`, `"workspaceSupport": "available"`, a…

セッション全体を再生 (クリーンなマシンからこの時点までのすべてのコマンド)。

テスト方法

1 つのエージェント、1 つのコンテナで、人の手は借りません。エージェントはプロジェクト自身のドキュメントに書かれた方法でインストールし、実行し、壊れた部分を修正します。以下はすべて、実際に起きたとおりに記録されています: ターミナルセッション、ログ、そして正確なコミットです。 評価方法の全文.

強みと限界

意見ではなく、計測された事実です。コンテンツの作成方法.

うまくいった点

  • クリーンなマシンで実行状態に達し、セッションが記録されました。
  • 0.5 分でインストールでき、Argusic が計測した比較可能な 106 件のプロジェクトの中央値より速い結果です。
  • 1 件のエラーすべてから、人の介入なしに回復しました。失敗が解決できる程度にはドキュメント化されていることを示しています。
  • GPU なしで動作したため、起動に GPU は必要ありません。
  • ホストの報告によると、ライセンスは MIT です。

うまくいかなかった点、または不明な点

  • これまでの計測は 1 回です。1 回の試行は動作し得ることを示すだけで、安定して動作することは示しません。

Argusic がインストールして時間を計測した agent-skills のプロジェクト 107 件のうち、Aegis は実行状態に達するまでの速さが 15 番目で、107 件中 78 件がそもそも実行状態に達しました。

適している用途

  • ノートパソコンや小さなサーバーで試す場合: GPU なしで実行状態に達しました。
  • 手早く評価したい場合: クローンから 0.5 分後には動作していました。

同じ分野でテストしたプロジェクト

ここに挙げたものはすべて、Argusic がクリーンなマシンにインストールして実行しました。テストしていないものは表示されません。

  • archify 動作を検証済み · JavaScript · 共通のトピック 8 件
  • gentle-ai 動作を検証済み · Go · 共通のトピック 8 件
  • metis テスト済み、未検証 · TypeScript · 共通のトピック 7 件
  • agents 動作を検証済み · Python · 共通のトピック 6 件
  • SeeCode 動作を検証済み · JavaScript · 共通のトピック 6 件
  • svg-diagram 動作を検証済み · JavaScript · 共通のトピック 6 件

実行履歴

テスト担当試行結果スコアコスト (USD)日時
Argusic Runner1/3動作した100.000.13

トピック (出典: GitHub)

agent-skillsai-agentsai-codingarchitecture-driven-developmentawsome-coding-pluginbaseline-firstclaude-codecodexcoding-agentsdivedsh-pluginevidence-drivenfirst-principlesopencodesoftware-architecturespec-driven-developmentspec-kit

バッジを埋め込む

プロジェクトの README に貼る Markdown です。バッジはこのページにリンクします。利用条件: 利用規約ページ.

[![Tested by Argusic](https://argusic.com/badge/Aegis.svg)](https://argusic.com/subject/aegis)

質問

Aegis は動作しますか?
はい。Aegis は動作します. Argusic はクリーンなマシンで 1 分でインストールして起動し、途中で 1 件のエラーに遭遇し、セッションを記録しました。
Argusic は Aegis をどのようにテストしましたか?
新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット 0787002a06f0 に固定)。記録された試行は 1 回で、手順の全体は評価方法のページに掲載しています。
Aegis のテストにはいくらかかりましたか?
この判定を出した実行のコストは 0.13 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。
Aegis のインストールにはどのくらい時間がかかりますか?
この判定を決めた実行では、クリーンなマシンから実行状態まで 0.5 分でした。これは 1 回の計測された試行であり、平均ではありません。
Aegis には GPU が必要ですか?
起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。
Aegis のインストールでは何がうまくいきませんか?
記録された実行では 1 件の問題が発生しました。そのうち 1 件は人の手を借りずに修正されました。それぞれの問題と、かかった時間をこのページに掲載しています。
Aegis は代替のプロジェクトと比べてどうですか?
Argusic がインストールして時間を計測した agent-skills のプロジェクト 107 件のうち、Aegis は実行状態に達するまでの速さが 15 番目で、107 件中 78 件がそもそも実行状態に達しました。
Aegis の証拠はどこにありますか?
記録された実行をこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。

Discussion