Original em inglês: https://argusic.com/subject/leon
leon
Leon é o seu assistente pessoal de código aberto.
Executafonte: GitHubpágina do projetoTypeScriptMITcommit a8f2052fb6d9
TypeScript, licença MIT. O projeto se descreve como: ai, ai agent, ai assistant, artificial intelligence, assistant, automation, bot e chatbot.
leon executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 8 minutos e encontrou 4 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
Leon server installs, builds, serves HTTP on port 5366, and passes all 371 unit tests with Node.js v24 in CI mode (no local AI or voice models).
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.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- System Node.js v18 does not meet >=24 requirement3 minutos
- llama.cpp build OOM-killed during cmake2 minutos
- node-llama-cpp postinstall crashes on Node 18 JSON-with syntax1 minuto
- Ninja setup requires unzip command (not in container)1 minuto
- Tempo de instalação
- 8 minutos
- Da máquina limpa até o fim
- 10 minutos
- Erros encontrados e corrigidos
- 4 encontrados, 4 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- pnpm run test:unit exited 0, 40 test files, 371 tests passed; server GET / returned HTTP 200
- Tokens de modelo usados
- 78.472
- Commit exato testado
- a8f2052fb6d9
- 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.
- llama.cpp build OOM-killed (skipped via CI mode; not needed for server-only testing) tokens used 78,472 Here's the complete report on this install & verification run: **Install:** The project requires Node.js >=24 (system has v18). I downloaded Node.js v24.21.0 dire… **Verification:** All 371 unit tests pass (40 test files). The server starts and responds 200 on `G… **Errors:** - Node.js v18 system binary insufficient (fixed by using standalone v24 binary) - `pnpm install` engine-strict blocked v18 (fixed by using v24 and `--ignore-scripts`) - `node-llama-cpp` postinstall crashed on Node.js 18 JSON-with syntax (worked around with `--ignore… - Ninja setup requires `unzip` (skipped via CI mode; not needed for server-only testing) - llama.cpp build OOM-killed (skipped via CI mode; not needed for server-only testing)
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.
- Recuperou-se de todos os 4 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- 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.
O que não deu certo, ou não se sabe
- Levou 8 minutos para instalar, mais devagar que a mediana dos 230 projetos comparáveis que a Argusic mediu.
Dos 231 projetos de ai que a Argusic instalou e cronometrou, leon foi o 138º mais rápido a chegar a um estado de execução, e 152 de 231 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 8 minutos depois do clone.
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)
aiai-agentai-assistantartificial-intelligenceassistantautomationbotchatbotleonnodejsofflinepersonal-assistantprivacypythonspeech-recognitionspeech-synthesisspeech-to-texttext-to-speechvirtual-assistantvoice-assistant
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/leon)Perguntas
- leon executa?
- Sim. leon executa. A Argusic o instalou e iniciou em uma máquina limpa em 8 minutos, encontrando 4 erros no caminho, e gravou a sessão.
- Como a Argusic testou leon?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit a8f2052fb6d9. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar leon?
- A execução que produziu este veredito custou US$ 0,12: 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 leon?
- 8 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- leon 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 leon?
- 4 coisas quebraram na execução registrada, e 4 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como leon se compara às alternativas?
- Dos 231 projetos de ai que a Argusic instalou e cronometrou, leon foi o 138º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
- Onde estão as evidências de leon?
- 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.