Original em inglês: https://argusic.com/subject/dsh-industry-research
dsh-industry-research
Pacote de domínio para pesquisa de indústrias e empresas para o DeepSeek Harness: habilidades de metodologia, mapeamento da cadeia industrial, acompanhamento de políticas e notícias de fontes públicas, cartões de pesquisa de empresas e relatórios de pesquisa auditáveis. Apenas pesquisa - não é aconselhamento de investimento.
Executafonte: GitHubpágina do projetoTypeScriptApache-2.0commit 86f13381847d
TypeScript, licença Apache-2.0. O projeto se descreve como: ai agent, ai agents, company research, cordis, deepseek harness, dsh, dsh plugin e industry research.
dsh-industry-research executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 0,5 minutos e não encontrou nenhum erro, e a sessão inteira foi gravada.
Project installs, builds, typechecks, passes all 141 tests, and passes the full 12-command verification gate (typecheck + typecheck:ci + typecheck:checkout + test + build + verify:self-contained + verify:artifacts + verify:readme-sync + verify:skills + check:lockfile + pack:check) on Node 22.23.4 with pnpm 11.7.0
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 100 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
- menos de um minuto
- Da máquina limpa até o fim
- 2 minutos
- Erros encontrados e corrigidos
- 0 encontrados, 0 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- pnpm test exited 0, 141 passed across 25 files; the composition spec ran lib/index.js through the real Loader and validated tool registration, map writes, and offline failures; the e2e-baijiu spec ran industry_map, company_scan, industry_report offline with real peer services against committed fixtures
- Tokens de modelo usados
- 153.741
- Commit exato testado
- 86f13381847d
- 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.
succeeded in 0ms: Total elapsed (approx): 52603310 seconds All 25 test files, 141 tests, and the full 12-command gate pass. Here's the final assessment: - The e2e-baijiu suite exercises real behavior end-to-end (industry_map → company_scan → industry_t… - Node v22.23.4 was downloaded as a prebuilt binary and used via PATH override (only prerequisite n… - Results: `pnpm test` exited 0, 141 passed across 25 files; full gate (3 typechecks + build + 5 ve… tokens used 153,741 All 25 test files, 141 tests, and the full 12-command gate pass. Here's the final assessment: - The e2e-baijiu suite exercises real behavior end-to-end (industry_map → company_scan → industry_t… - Node v22.23.4 was downloaded as a prebuilt binary and used via PATH override (only prerequisite n… - Results: `pnpm test` exited 0, 141 passed across 25 files; full gate (3 typechecks + build + 5 ve…
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 0,5 minutos, mais rápido que a mediana dos 69 projetos comparáveis que a Argusic mediu.
- Nada quebrou no caminho: zero erros entre o clone e a execução.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 70 projetos de ai-agent que a Argusic instalou e cronometrou, dsh-industry-research foi o 7º mais rápido a chegar a um estado de execução, e 43 de 70 chegaram a esse estado.
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 0,5 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
Tópicos (de GitHub)
ai-agentai-agentscompany-researchcordisdeepseek-harnessdshdsh-pluginindustry-researchreportresearchworkflow-automation
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/dsh-industry-research)Perguntas
- dsh-industry-research executa?
- Sim. dsh-industry-research executa. A Argusic o instalou e iniciou em uma máquina limpa em 1 minutos, encontrando 0 erros no caminho, e gravou a sessão.
- Como a Argusic testou dsh-industry-research?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 86f13381847d. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar dsh-industry-research?
- 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 dsh-industry-research?
- 0,5 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- dsh-industry-research 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 dsh-industry-research?
- Nada deu errado na execução registrada: zero erros entre o clone e a execução.
- Como dsh-industry-research se compara às alternativas?
- Dos 70 projetos de ai-agent que a Argusic instalou e cronometrou, dsh-industry-research foi o 7º mais rápido a chegar a um estado de execução, e 43 de 70 chegaram a esse estado.
- Onde estão as evidências de dsh-industry-research?
- A execução registrada está 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.