Original em inglês: https://argusic.com/subject/awesome-claude-code-subagents
awesome-claude-code-subagents
Uma coleção de 100+ subagents especializados do Claude Code, cobrindo uma ampla gama de casos de uso de desenvolvimento.
Executafonte: GitHubpágina do projetoShellMITcommit 82b73821baa7
Shell, licença MIT. O projeto se descreve como: ai agent framework, ai agent tools, ai agents, awesome, awesome list, claude, claude ai e claude code subagents.
awesome-claude-code-subagents executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 6 minutos e não encontrou nenhum erro, e a sessão inteira foi gravada.
The repository clone is complete: 161 agent definitions with valid YAML frontmatter across 10 categories, a syntax-valid interactive installer (needs TTY), a fully operational subagent-catalog CLI skill with 12-hour TTL cache and fetch/search/list/invalidate commands, and all documentation (README, CONTRIBUTING, LICENSE).
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 96 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.
- Tempo de instalação
- 6 minutos
- Da máquina limpa até o fim
- 5 minutos
- Erros encontrados e corrigidos
- 0 encontrados, 0 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- Agent integrity scan: python3 validated frontmatter on all 161 .md files (name, description, tools present, filename-to-name matching). Bash -n on install-agents.sh returned valid. Subagent-catalog skill: sourced config.sh, ran ensure_cache (fetched 35955-byte catalog), invalidate_cache (file removed), refresh_cache (file recreated), format_age helpers all produced correct output. curl to GitHub raw endpoints returned HTTP/2 200 for README.md and an agent definition (286-line code-reviewer.md). GitHub raw endpoints accessible, catalog cache auto-populates, skill commands source correctly without errors.
- Tokens de modelo usados
- 155.121
- Commit exato testado
- 82b73821baa7
- 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
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
test -f /work/repo/LICENSE && echo \"yes\" || echo \"no\" '" in /work/repo succeeded in 4166ms: HTTP/2 200 Agent fetch from GitHub: HTTP/2 200 Installer syntax: valid Contributing.md exists: yes LICENSE exists: yes All systems verified. Here's the final result. tokens used 155,121 All systems verified. Here's the final result.
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
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Instalado em 6 minutos.
- Nada quebrou no caminho: zero erros entre o clone e a execução.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
- Uma avaliação rápida: ele estava executando 6 minutos depois do clone.
- Seguir o próprio README: o caminho documentado funcionou sem nada para corrigir.
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 | 0,04 | |
| Argusic Runner | 1/3 | Executa | 100,00 | 0,03 |
Tópicos (de GitHub)
ai-agent-frameworkai-agent-toolsai-agentsawesomeawesome-listclaudeclaude-aiclaude-code-subagentsclaude-subagentssubagents
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/awesome-claude-code-subagents)Perguntas
- awesome-claude-code-subagents executa?
- Sim. awesome-claude-code-subagents executa. A Argusic o instalou e iniciou em uma máquina limpa em 6 minutos, encontrando 0 erros no caminho, e gravou a sessão.
- Como a Argusic testou awesome-claude-code-subagents?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 82b73821baa7. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar awesome-claude-code-subagents?
- A execução que produziu este veredito custou US$ 0,03: 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 awesome-claude-code-subagents?
- 6 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- awesome-claude-code-subagents 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 awesome-claude-code-subagents?
- Nada deu errado na execução registrada: zero erros entre o clone e a execução.
- Onde estão as evidências de awesome-claude-code-subagents?
- 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.