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

apexyard

Your AI engineering org, governed. Ship agent-built code safely to production.

モックで動作するソース: GitHubShellMITコミット fa6911078bb3

Shell、MIT ライセンス. プロジェクト自身の表記: agentic coding、ai agents、ai governance、claude code、claude code hooks、claude code skills、code review、developer tools.

apexyard は、依存するサービスを代わりのものに置き換えたうえで動作します。Argusic のエージェントが GPU のないクリーンなマシンで 1 分でインストールし、9 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 repo's CLI tools (apexyard doctor, status) work, the hook test suite runner executes 335 tests, and 312+ pass after installing yq, pyyaml, gh stub, and an rsync wrapper; 5 environmental-only test failures remain due to missing gh CLI, single-commit git history, and Node 18 being too old for bpmnlint.

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 92 点 (このプロジェクトの実行スコアの平均)。

概要

判定
モックで動作する
Argusic スコア
92 / 100
検証した実行のコスト
0.33 USD (実測)
記録された実行
1
最終テスト
スター
542
フォーク
0
未解決の Issue
0
ウォッチャー
0
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)。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。

apexyard 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。

  • Tests hang waiting for gh CLI (GitHub CLI); 3 tests timed out at 120s2 分
  • yq (pip version) can't parse -o=json flag; 2 test failures1 分
  • pyyaml missing; 6 tracker tests skipped critical cases1 分
  • rsync not installed; scaffold test fails at line 1841 分
  • test_require_migration_ticket.sh: 1 of 85 cases (#1182 selection parity) needs parent git commit
  • test_process_bpmn.sh: Node 18.19.1 vs required >=20.12 for bpmnlint
インストール時間
1 分
クリーンなマシンから完了まで
64 分
遭遇したエラーと修正したエラー
9 件に遭遇、9 件を人の手を借りずに修正
結果の証明方法
bash bin/apexyard doctor (exit 2, expected fresh-fork warnings); bash bin/run-hook-tests.sh (initial: 312 PASS/18 FAIL/5 SKIP out of 335; after fixes: 326+ PASS/4-5 FAIL/5 SKIP estimated); individual test verification: test_block_ambient_tracker_repo 117/117 ✓, test_check_private_refs_push 71/71 ✓, test_ci_tiers ✓, test_multi_repo_registry 27/27 ✓, test_split_tracker_hosts 8/8 ✓, test_tracker_fetch_status 40/40 ✓, all other tracker tests 0 failures ✓
使用したモデルのトークン
161,605
テストした正確なコミット
fa6911078bb3
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
実際のサービスに対する振る舞い
この実行は代わりのサービスに対してのみ検証されました

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。

=== yq check ===
yq (https://github.com/mikefarah/yq/) version v4.54.1
=== pyyaml check ===
6.0.3
=== rsync wrapper check ===
rsync-shim exit=0
Now I have all the data. Let me compile the final ARGUSIC_RESULT.
**ARGUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 1, "erro…
tokens used
161,605
Now I have all the data. Let me compile the final ARGUSIC_RESULT.
**ARGUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 1, "erro…

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

  • 1 分でインストールでき、Argusic が計測した比較可能な 28 件のプロジェクトの中央値より速い結果です。
  • 9 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。
  • 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

  • 代わりのサービスに対してのみ実行状態に達したため、実際のサービスで動作することはここでは証明されていません。
  • 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 agentic-coding のプロジェクト 29 件のうち、apexyard は実行状態に達するまでの速さが 5 番目で、29 件中 21 件がそもそも実行状態に達しました。

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。

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モックで動作した92.000.33

トピック (出典: GitHub)

agentic-codingai-agentsai-governanceclaude-codeclaude-code-hooksclaude-code-skillscode-reviewdeveloper-toolsmulti-agentsdlcsoftware-engineering

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/apexyard.svg)](https://argusic.com/subject/apexyard)

質問

apexyard は動作しますか?
apexyard は、外部サービスの代わりにモックを使って動作します. 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 9 件のエラーに遭遇し、セッションを記録しました。
Argusic は apexyard 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 fa6911078bb3 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。
apexyard 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 0.33 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。
apexyard 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 1 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。
apexyard 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。
apexyard 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 9 件の問題が発生しました。そのうち 9 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。
apexyard 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 agentic-coding のプロジェクト 29 件のうち、apexyard は実行状態に達するまでの速さが 5 番目で、29 件中 21 件がそもそも実行状態に達しました。
apexyard 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