英語の原文: https://argusic.com/subject/artemis
artemis
ARTEMIS は、自然言語の指示を信頼性の高い Android 自動化に変換します。エンドツーエンドのワークフローを自動化し、ログを取得し、Antigravity、Codex、Claude Code などの AI コーディングアシスタントとシームレスに統合します。また、AndroidWorld Benchmark で 99%+ の成功率を達成しています。
モックで動作するソース: GitHubPythonApache-2.0コミット 371aa6df5688
Python、Apache-2.0 ライセンス. プロジェクト自身の表記: ai agents、android、google、test automation、testing.
artemis 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 67 分でインストールし、8 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。
uv sync --dev succeeded; pytest exits 0 with 2185 passed, 10 skipped, 8 deselected; 'artemis ui' served the web console with HTTP 200 on /, /admin, /docs, and /health; --version answered v1.0; doctor and status CLI commands run, and the ADB daemon started from the bundled binary.
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
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。
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。
- VisualStepSummarizer.__init__ crashed without an API key: except-branch re-called get_google_llm() after the first call failed, and logger calls used printf-style args unsupported by ArtemisLogger15 分
- No real Google API key, Android device, or scrcpy in the container; adb daemon comes from the bundled adbutils binary15 分
- Generated FastMCP tool schemas for ADB server drifted from the pinned fixture: 6 docstrings were indented/missing blank lines and contained a literal backslash-n10 分
- test_unified_controller_video.py relied on hardcoded decoded frame counts/indices that vary by codec/OpenCV build (77 frames decoded for a clip ffmpeg reports as 34-45)8 分
- Unit tests using MagicMock providers hit 'Unknown LLM provider' exception6 分
- subprocess.CREATE_NEW_PROCESS_GROUP/DETACHED_PROCESS are absent on Linux, breaking device utils import and one unit test5 分
- インストール時間
- 67 分
- クリーンなマシンから完了まで
- 61 分
- 遭遇したエラーと修正したエラー
- 8 件に遭遇、8 件を人の手を借りずに修正
- 結果の証明方法
- uv sync --dev exited 0; timeout 3000 uv run pytest -q exited 0 with '2185 passed, 10 skipped, 8 deselected, 88 warnings in 64.67s'; uv run artemis ui --no-open --port 8123 stayed up and curl returned HTTP 200 on /, /admin, /docs, /health with a compiled Angular index.html on /; uv run artemis --version printed 'Artemis Agent Platform v1.0'; uv run artemis status exited 0 printing OFFLINE/STOPPED board
- 使用したモデルのトークン
- 7,765,466
- テストした正確なコミット
- 371aa6df5688
- 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
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 2 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。
All verification is complete. Final state confirmed: - `uv sync --dev` succeeded; `uv run pytest -q` exits 0 with `2185 passed, 10 skipped, 8 deselected… - `uv run artemis ui --no-open --port 8123` stayed up ~90s, serving HTTP 200 on `/`, `/admin`, `/do… - `uv run artemis --version` and `artemis doctor`/`artemis status` all run cleanly. The one unfixable gap is the Showcase UI auto-rebuild (`ng build` requires Node ≥22.22.3; container… tokens used 7,765,466 All verification is complete. Final state confirmed: - `uv sync --dev` succeeded; `uv run pytest -q` exits 0 with `2185 passed, 10 skipped, 8 deselected… - `uv run artemis ui --no-open --port 8123` stayed up ~90s, serving HTTP 200 on `/`, `/admin`, `/do… - `uv run artemis --version` and `artemis doctor`/`artemis status` all run cleanly. The one unfixable gap is the Showcase UI auto-rebuild (`ng build` requires Node ≥22.22.3; container…
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
- 8 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 Apache-2.0 です。
- 2 回計測しているため、一度きりの結果ではありません。
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。
- インストールに 67 分かかり、Argusic が計測した比較可能な 110 件のプロジェクトの中央値より遅い結果です。
Argusic がインストールして時間を計測した ai-agents のプロジェクト 111 件のうち、artemis は実行状態に達するまでの速さが 108 番目で、111 件中 83 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
トピック (出典: GitHub)
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.
[](https://argusic.com/subject/artemis)質問
- artemis は動作しますか?
- artemis 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 67 分でインストールして起動し、途中で 8 件のエラーに遭遇し、セッションを記録しました。
- Argusic は artemis 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 371aa6df5688 に固定)。記録された試行は 2 回で、手順の全体は評価方法のページに掲載しています。
- artemis 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 1.64 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。
- artemis 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 67 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。
- artemis 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。
- artemis 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 8 件の問題が発生しました。そのうち 8 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。
- artemis 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 ai-agents のプロジェクト 111 件のうち、artemis は実行状態に達するまでの速さが 108 番目で、111 件中 83 件がそもそも実行状態に達しました。
- artemis の証拠はどこにありますか?
- 記録された 2 回の実行すべて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。