Original em inglês: https://argusic.com/subject/artemis
artemis
ARTEMIS transforma instruções em linguagem natural em automação Android confiável. Ele automatiza fluxos de trabalho de ponta a ponta, captura logs e se integra perfeitamente com assistentes de codificação de IA como Antigravity, Codex e Claude Code. Ele também atinge uma taxa de sucesso de 99%+ no AndroidWorld Benchmark.
Executa com mocksfonte: GitHubPythonApache-2.0commit 371aa6df5688
Python, licença Apache-2.0. O projeto se descreve como: ai agents, android, google, test automation e testing.
artemis executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 67 minutos e encontrou 8 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
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.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 92 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- 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 minutos
- No real Google API key, Android device, or scrcpy in the container; adb daemon comes from the bundled adbutils binary15 minutos
- 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 minutos
- 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 minutos
- Unit tests using MagicMock providers hit 'Unknown LLM provider' exception6 minutos
- subprocess.CREATE_NEW_PROCESS_GROUP/DETACHED_PROCESS are absent on Linux, breaking device utils import and one unit test5 minutos
- Tempo de instalação
- 67 minutos
- Da máquina limpa até o fim
- 61 minutos
- Erros encontrados e corrigidos
- 8 encontrados, 8 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- 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
- Tokens de modelo usados
- 7.765.466
- Commit exato testado
- 371aa6df5688
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
- Comportamento com serviços reais
- esta execução foi verificada apenas com serviços substitutos
Assista à sessão
A execução inteira, a partir de uma máquina limpa, na velocidade em que realmente aconteceu. Nada é cortado e nada é acelerado.
Uma gravação da tentativa 2, executada em , a tentativa que decidiu o veredito acima. A gravação do terminal da qual ele foi feito é a evidência, guardada com uma impressão digital sha256; o vídeo é uma renderização dela. Nada é carregado do serviço de vídeo até você apertar o play.
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
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…
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Recuperou-se de todos os 8 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
O que não deu certo, ou não se sabe
- Só chegou a um estado de execução com serviços substitutos, então nada aqui prova que ele funciona com os serviços reais.
- Levou 67 minutos para instalar, mais devagar que a mediana dos 110 projetos comparáveis que a Argusic mediu.
Dos 111 projetos de ai-agents que a Argusic instalou e cronometrou, artemis foi o 108º mais rápido a chegar a um estado de execução, e 83 de 111 chegaram a esse estado.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Executa com mocks | 92,00 | 1,64 | |
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,10 |
Tópicos (de GitHub)
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/artemis)Perguntas
- artemis executa?
- artemis executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 67 minutos, encontrando 8 erros no caminho, e gravou a sessão.
- Como a Argusic testou artemis?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 371aa6df5688. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar artemis?
- A execução que produziu este veredito custou US$ 1,64: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar artemis?
- 67 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- artemis precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar artemis?
- 8 coisas quebraram na execução registrada, e 8 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como artemis se compara às alternativas?
- Dos 111 projetos de ai-agents que a Argusic instalou e cronometrou, artemis foi o 108º mais rápido a chegar a um estado de execução, e 83 de 111 chegaram a esse estado.
- Onde estão as evidências de artemis?
- Todas as 2 execuções registradas estão nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.