pipeshub-ai は動作しますか?

pipeshub-ai 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 60 分でインストールして起動し、途中で 4 件のエラーに遭遇し、セッションを記録しました。

Argusic は pipeshub-ai 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 1864d3d2a793 に固定)。記録された試行は 3 回で、手順の全体は評価方法のページに掲載しています。

pipeshub-ai 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 0.25 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。

pipeshub-ai 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 60 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。

pipeshub-ai 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。

pipeshub-ai 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 4 件の問題が発生しました。そのうち 4 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。

pipeshub-ai の証拠はどこにありますか?

記録された 3 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。

英語の原文: https://argusic.com/subject/pipeshub-ai

pipeshub-ai

AI エージェント向けのオープンソースのコンテキストレイヤーです。PipesHub は、あなたの会社の知識（Slack、Drive、Jira、GitHub、Microsoft 365 および 50+ コネクタ）を、エージェントが検索、grep、ナビゲート、引用できる権限を考慮したワークスペースに変換します。MCP、SDKs、組み込みエージェントを備え、セルフホスト型です。

モックで動作するソース: GitHub ホームページPythonApache-2.0コミット 1864d3d2a793

Python、Apache-2.0 ライセンス. プロジェクト自身の表記: agentic rag、ai、ai agents、claude code、context engineering、context layer、deep research、enterprise search.

pipeshub-ai 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 60 分でインストールし、4 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。

286 Python unit tests pass, 9633 JavaScript unit tests pass (4 pending). Both suites execute against mocked external services without real infrastructure dependencies.
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 68 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: 68 / 100
検証した実行のコスト: 0.25 USD (実測)
記録された実行: 3
最終テスト: 2026-09-25
スター: 3,905
フォーク: 635
未解決の Issue: 239
ウォッチャー: 17
サイズ: 197 MB
作成日: 2025-03-06
最終プッシュ: 2026-11-04

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 2026-11-04。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。

pipeshub-ai 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。

pytest-timeout 2.4.0 incompatible with pytest 9.x — hangs on test collection of multiple files8 分
Node.js v18 available but project requires v22.15.05 分
sharp native module not compiled for platform2 分
No Docker in container

インストール時間: 60 分
クリーンなマシンから完了まで: 62 分
遭遇したエラーと修正したエラー: 4 件に遭遇、4 件を人の手を借りずに修正
結果の証明方法: python -m pytest (top-level files), 286 passed in 65s; npm test (node22), 9633 passing, 4 pending in 2m
使用したモデルのトークン: 953,372
テストした正確なコミット: 1864d3d2a793
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。

exec
/bin/sh -lc "echo '{\"install_succeeded\": true, \"launch_succeeded\": true, \"install_minutes\": 6…
 succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 60, "errors": [{"msg": "py…
exec
/bin/sh -lc "# Validate JSON is well-formed
echo '{\"install_succeeded\": true, \"launch_succeeded\": true, \"install_minutes\": 60, \"errors\"…
 succeeded in 0ms:
JSON valid
2026-09-25T05:17:55.044406Z ERROR codex_core::session: failed to record rollout items: thread 01a0d…
tokens used
953,372

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

4 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。
3 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 60 分かかり、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遅い結果です。

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、pipeshub-ai は実行状態に達するまでの速さが 134 番目で、135 件中 87 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 Runner	3/3	モックで動作した	92.00	0.25	2026-09-25 05:18 UTC
Argusic Runner	2/3	動作しなかった	20.00	0.13	2026-09-17 17:00 UTC
Argusic Runner	1/3	モックで動作した	92.00	0.29	2026-09-12 08:22 UTC

トピック (出典: GitHub)

agentic-rag ai ai-agents claude-code context-engineering context-layer deep-research enterprise-search glean graphrag hybrid-search knowledge-graph llm mcp mcp-server ollama python rag self-hosted workplace-ai

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/pipeshub-ai.svg)](https://argusic.com/subject/pipeshub-ai)

質問

pipeshub-ai は動作しますか?: pipeshub-ai 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 60 分でインストールして起動し、途中で 4 件のエラーに遭遇し、セッションを記録しました。
Argusic は pipeshub-ai 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 1864d3d2a793 に固定)。記録された試行は 3 回で、手順の全体は評価方法のページに掲載しています。
pipeshub-ai 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 0.25 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。
pipeshub-ai 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 60 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。
pipeshub-ai 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。
pipeshub-ai 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 4 件の問題が発生しました。そのうち 4 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。
pipeshub-ai 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、pipeshub-ai は実行状態に達するまでの速さが 134 番目で、135 件中 87 件がそもそも実行状態に達しました。
pipeshub-ai の証拠はどこにありますか?: 記録された 3 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。