Original em inglês: https://argusic.com/subject/human-writing
human-writing
让 AI 写的中文读起来像一个具体的人在说话。通用创作与改稿 Skill，开箱即用。
Executafonte: GitHubPythonMITcommit 5c0c30d33648
Python, licença MIT. O projeto se descreve como: agent skills, chinese writing, creative writing e writing skill.
human-writing executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 2 minutos e não encontrou nenhum erro, e a sessão inteira foi gravada.
All 36 tests pass; check_prose.py correctly reports issues on SKILL.md and passes README.md. The Skill is ready for use by placing the human-writing/ directory in the agent's skills path.
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. 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
- 2 minutos
- Da máquina limpa até o fim
- menos de um minuto
- Erros encontrados e corrigidos
- 0 encontrados, 0 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- python3 -m unittest discover -s tests -v: Ran 36 tests, all passed (OK). python3 human-writing/scripts/check_prose.py README.md: exit 0, clean. python3 human-writing/scripts/check_prose.py human-writing/SKILL.md: exit 1, correctly flagged 12 failures and 10 warnings.
- Tokens de modelo usados
- 41.566
- Commit exato testado
- 5c0c30d33648
- 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.
**CI:** The GitHub workflow validates by running `python -m unittest discover -s tests -v` on Pytho… **Installation:** This is a Skill (not a package/app), so "install" means placing the `human-writin… **Verification:** Both the test suite and the prose checker were exercised and produced documented … tokens used 41,566 All 36 tests pass with exit code 0. The checker is being exercised. Let me now compile the final re… Everything works. Here's the summary: **Tests:** All 36 tests pass (OK, exit 0). **Checker tool:** `check_prose.py` runs successfully on the README (clean pass, exit 0), and on SKI… **CI:** The GitHub workflow validates by running `python -m unittest discover -s tests -v` on Pytho… **Installation:** This is a Skill (not a package/app), so "install" means placing the `human-writin… **Verification:** Both the test suite and the prose checker were exercised and produced documented …
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 2 minutos, mais rápido que a mediana dos 118 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 MIT, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
Dos 119 projetos de agent-skills que a Argusic instalou e cronometrou, human-writing foi o 41º mais rápido a chegar a um estado de execução, e 90 de 119 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 2 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)
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/human-writing)Perguntas
- human-writing executa?
- Sim. human-writing executa. A Argusic o instalou e iniciou em uma máquina limpa em 2 minutos, encontrando 0 erros no caminho, e gravou a sessão.
- Como a Argusic testou human-writing?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 5c0c30d33648. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar human-writing?
- A execução que produziu este veredito custou US$ 0,01: 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 human-writing?
- 2 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- human-writing 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 human-writing?
- Nada deu errado na execução registrada: zero erros entre o clone e a execução.
- Como human-writing se compara às alternativas?
- Dos 119 projetos de agent-skills que a Argusic instalou e cronometrou, human-writing foi o 41º mais rápido a chegar a um estado de execução, e 90 de 119 chegaram a esse estado.
- Onde estão as evidências de human-writing?
- 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.