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

PaperSpine

PaperSpine5: ローカルファーストで証拠に紐づいた論文の研究、執筆、図作成、レビュー、納品

動作するソース: GitHubホームページPythonMITコミット f7e3dabaf499

Python、MIT ライセンス.

PaperSpine 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 1 分でインストールし、5 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。

All 317 tests pass on Python 3.12 with all runtime dependencies installed in a .venv; ruff lint clean; web core absent but expected for source-tree-only workflow.

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
0.05 USD (実測)
記録された実行
1
最終テスト
スター
6,191
フォーク
249
未解決の Issue
1
ウォッチャー
12
サイズ
93 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。

PaperSpine 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。

  • PEP 668 blocks system-level pip install1 分
  • TEST_TEMP_ROOT targets /work/90_临时工作/ which cannot be created without root1 分
  • lxml module missing for word_guard font-repair tests0.5 分
  • test_workspace context manager is collected as a pytest test function0.2 分
  • .venv directory pollutes scan for private paths in source files0.2 分
インストール時間
1 分
クリーンなマシンから完了まで
10 分
遭遇したエラーと修正したエラー
5 件に遭遇、5 件を人の手を借りずに修正
結果の証明方法
pytest tests -q returned 317 passed, 1 skipped, 187 subtests passed in 17.7s
使用したモデルのトークン
97,691
テストした正確なコミット
f7e3dabaf499
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。

|---|---|
| PEP 668 blocked system-level pip | Used `python3 -m venv .venv` to install inside the container |
| `test_suite_hardening.py` tried to create `/work/90_临时工作/` (no root) | Changed `TEST_TEMP_ROOT` t…
| `test_workspace` context manager collected as a pytest test function | Renamed from `test_workspa…
| `.venv/` files polluted `test_no_obvious_local_private_paths_in_reusable_files` scan | Added `".v…
| `lxml` missing for `word_guard.py` font-repair tests | Installed `lxml` via pip |
### Verification
- **Test suite**: `pytest tests -q` returned **317 passed, 1 skipped, 187 subtests passed** in 17.7s
- **Lint**: `ruff check src/scripts tests` — all checks passed
- **Web UI**: `src/scripts/paperspine5_web.py status` returns `{"status":"FAIL","error":"The standa…
The web workspace requires a download that's unavailable in this offline container, but the test su…
**ARGUSIC_RESULT:** {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 1, "er…

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。
  • 1 分でインストールでき、Argusic が計測した比較可能な 46 件のプロジェクトの中央値より速い結果です。
  • 5 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 Python のプロジェクト 47 件のうち、PaperSpine は実行状態に達するまでの速さが 12 番目で、47 件中 28 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 1 分後には動作していました。

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100.000.05

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/PaperSpine.svg)](https://argusic.com/subject/paperspine)

質問

PaperSpine は動作しますか?
はい。PaperSpine 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 5 件のエラーに遭遇し、セッションを記録しました。
Argusic は PaperSpine 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 f7e3dabaf499 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。
PaperSpine 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 0.05 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。
PaperSpine 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。
PaperSpine 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。
PaperSpine 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 5 件の問題が発生しました。そのうち 5 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。
PaperSpine 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 Python のプロジェクト 47 件のうち、PaperSpine は実行状態に達するまでの速さが 12 番目で、47 件中 28 件がそもそも実行状態に達しました。
PaperSpine 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