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

harlequin

ターミナル向け SQL IDE。今や hsql を搭載し、あなたのエージェントのお気に入りの SQL クライアントです。

動作するソース: GitHubホームページPythonMITコミット 5c463bf8b29e

Python、MIT ライセンス. プロジェクト自身の表記: agent、cli、client、database、db、db cli、db client、duckdb.

harlequin 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 2 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。

Harlequin v2.15.0 installed via uv from source: all 1153 unit tests pass, ruff and mypy clean, hsql CLI executes SQL against DuckDB and SQLite adapters in table/csv/json formats, TUI launches on Xvfb display, and import-linter confirms all 5 contract boundaries are upheld.

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 60 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
60 / 100
検証した実行のコスト
0.14 USD (実測)
記録された実行
2
最終テスト
スター
6,507
フォーク
187
未解決の Issue
40
ウォッチャー
22
サイズ
25 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。

harlequin 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。

  • Locale en_US.UTF-8 not available in minimal container (only C/C.utf8/POSIX installed). Tests errored at setup with HarlequinLocaleError.3 分
インストール時間
2 分
クリーンなマシンから完了まで
41 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
uv run hsql -c 'select 1 as foo' returned 'foo | 1' (DuckDB); uv run hsql -a sqlite -c 'select 42' --format json returned '[{"answer":42}]'; uv run hsql -c 'select 1' -o /tmp/out.csv --format csv wrote correct CSV; uv run ruff check . returned 'All checks passed'; uv run mypy returned 'Success: no issues found in 160 source files'; uv run pytest -m 'not online' -n0 --tb=short tests/unit_tests/ all passed (1153 tests)
使用したモデルのトークン
159,492
テストした正確なコミット
5c463bf8b29e
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

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。

    ],
    \"test_depth\": \"tier1_real\",
    \"verified_how\": \"uv run hsql -c 'select 1 as foo' returned 'foo | 1' (DuckDB); uv run hsql -…
    \"final_state\": \"Harlequin v2.15.0 installed via uv from source: all 1153 unit tests pass, ru…
}
print(f\"ARGUSIC_RESULT:{json.dumps(result)}\")
PYEOF" in /work/repo
 succeeded in 0ms:
All done. Results delivered in the `ARGUSIC_RESULT:` line above. The only issue was the missing `en…
tokens used
159,492
All done. Results delivered in the `ARGUSIC_RESULT:` line above. The only issue was the missing `en…

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。
  • 2 分でインストールでき、Argusic が計測した比較可能な 134 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。
  • 2 回計測しているため、一度きりの結果ではありません。

Argusic がインストールして時間を計測した agent のプロジェクト 135 件のうち、harlequin は実行状態に達するまでの速さが 27 番目で、135 件中 87 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 2 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。

実行履歴

テスト担当試行結果スコアコスト (USD)日時
Argusic Runner2/3動作した100.000.14
Argusic Runner1/3動作しなかった20.000.14

トピック (出典: GitHub)

agentcliclientdatabasedbdb-clidb-clientduckdbmariadbmssqlmysqlodbcpostgrespythonredshiftsnowflakesqlsqlitetextualtui

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

質問

harlequin は動作しますか?
はい。harlequin は動作します. Argusic はクリーンなマシンで 2 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 harlequin 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 5c463bf8b29e 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。
harlequin 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 0.14 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。
harlequin 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 2 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。
harlequin 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。
harlequin 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。
harlequin 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 のプロジェクト 135 件のうち、harlequin は実行状態に達するまでの速さが 27 番目で、135 件中 87 件がそもそも実行状態に達しました。
harlequin 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。

Discussion