Original em inglês: https://argusic.com/subject/elephant-goldfish-model
elephant-goldfish-model
Habilidades de código aberto para projetar e revisar software com AI agents
Executa com mocksfonte: GitHubpágina do projetoPythonApache-2.0commit d651fe86c12d
Python, licença Apache-2.0. O projeto se descreve como: agent skills, ai agents, antigravity, claude code, claude code plugin, claude skills, codex e codex plugin.
elephant-goldfish-model executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 1 minuto e não encontrou nenhum erro, e a sessão inteira foi gravada.
All 49 unit tests pass across 6 test modules: frontmatter validation, link integrity, harness/plugin manifests, scenario coverage, skill load limits, and Claude trace directory parsing.
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 82 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
- 1 minuto
- Da máquina limpa até o fim
- 1 minuto
- Erros encontrados e corrigidos
- 0 encontrados, 0 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- pytest tests/unit -v exited 0, 49 passed in 0.41s
- Tokens de modelo usados
- 22.635
- Commit exato testado
- d651fe86c12d
- 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
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
plugin.json name: egm version: 0.1.0 egm_bootstrap: name=egm-bootstrap, desc=Bootstrap directory README.md files across a repository sub… egm_brainstorm: name=egm-brainstorm, desc=Interactive ideation and brainstorming skill for the Elep… egm_draft: name=egm-draft, desc=Drafts a design document section-by-section using the concep... egm_drift_report: name=egm-drift-report, desc=Runs drift detection on all design documents to check… egm_resolve: name=egm-resolve, desc=The Elephant resolution skill. Ingests flat deficiency repor... egm_review: name=egm-review, desc=Orchestrates the EGM Goldfish Review Protocol. Used as part ... egm_review_loop: name=egm-review-loop, desc=Executes the Antagonistic-Review process from the Eleph… All 49 unit tests passed on the first run with no errors. The environment setup was straightforward… tokens used 22,635 All 49 unit tests passed on the first run with no errors. The environment setup was straightforward…
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
- Instalado em 1 minuto, mais rápido que a mediana dos 106 projetos comparáveis que a Argusic mediu.
- Nada quebrou no caminho: zero erros entre o clone e a execução.
- 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.
Dos 107 projetos de agent-skills que a Argusic instalou e cronometrou, elephant-goldfish-model foi o 22º mais rápido a chegar a um estado de execução, e 78 de 107 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 | 0,02 | |
| Argusic Runner | 1/3 | Executa com mocks | 72,00 | 0,01 |
Tópicos (de GitHub)
agent-skillsai-agentsantigravityclaude-codeclaude-code-pluginclaude-skillscodexcodex-plugincoding-agentscontext-engineeringdeveloper-toolsgeminillmmulti-agentprompt-engineeringspec-driven-development
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/elephant-goldfish-model)Perguntas
- elephant-goldfish-model executa?
- elephant-goldfish-model executa, com mocks no lugar de serviços externos. 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 elephant-goldfish-model?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit d651fe86c12d. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar elephant-goldfish-model?
- A execução que produziu este veredito custou US$ 0,02: 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 elephant-goldfish-model?
- 1 minuto na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- elephant-goldfish-model 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 elephant-goldfish-model?
- Nada deu errado na execução registrada: zero erros entre o clone e a execução.
- Como elephant-goldfish-model se compara às alternativas?
- Dos 107 projetos de agent-skills que a Argusic instalou e cronometrou, elephant-goldfish-model foi o 22º mais rápido a chegar a um estado de execução, e 78 de 107 chegaram a esse estado.
- Onde estão as evidências de elephant-goldfish-model?
- 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.