Original em inglês: https://argusic.com/subject/little-coder
little-coder
Um harness otimizado para LLMs menores
Executafonte: GitHubpágina do projetoTypeScriptApache-2.0commit a9e467f2be43
TypeScript, licença Apache-2.0. O projeto se descreve como: ai coding assistant, aider polygot, benchmark, code generation, coding agent, coding agents, local llm e ollama.
little-coder executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 2 minutos e encontrou 2 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
little-coder v1.19.0 installs and runs: npm install succeeds (182 packages), all 715 vitest tests pass, 4/4 pytest RPC client tests pass, TypeScript typechecks cleanly, the CLI launcher starts pi and lists available models correctly
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.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- Node.js v18.19.1 is below the required >=22.19.01 minuto
- Playwright browser binaries missing (3 vitest integration tests failed)1 minuto
- Tempo de instalação
- 2 minutos
- Da máquina limpa até o fim
- 4 minutos
- Erros encontrados e corrigidos
- 2 encontrados, 2 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- vitest run exited 0 with 715 tests passed (52/55 test files, 3 skipped); pytest test_rpc_client.py passed 4/4; tsc --noEmit clean; little-coder --help and --list-models and --version all produce correct output
- Tokens de modelo usados
- 42.271
- Commit exato testado
- a9e467f2be43
- 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.
Now let me verify the `--version` flag works too exec /bin/sh -lc 'export NVM_DIR="$HOME/.nvm" [ -s "$NVM_DIR/nvm.sh" ] && '"\\. \""'$NVM_DIR/nvm.sh" cd /work/repo node bin/little-coder.mjs --version 2>&1' in /work/repo succeeded in 358ms: 0.83.0 All good. Here's the summary: tokens used 42,271 All good. Here's the summary:
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 7 projetos comparáveis que a Argusic mediu.
- Recuperou-se de todos os 2 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 Apache-2.0, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
Dos 8 projetos de ai-coding-assistant que a Argusic instalou e cronometrou, little-coder foi o 1º mais rápido a chegar a um estado de execução, e 8 de 8 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.
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 | 100,00 | 0,02 | |
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,03 |
Tópicos (de GitHub)
ai-coding-assistantaider-polygotbenchmarkcode-generationcoding-agentcoding-agentslocal-llmollamaqwensmall-language-modelsterminal-benchtool-use
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/little-coder)Perguntas
- little-coder executa?
- Sim. little-coder executa. A Argusic o instalou e iniciou em uma máquina limpa em 2 minutos, encontrando 2 erros no caminho, e gravou a sessão.
- Como a Argusic testou little-coder?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit a9e467f2be43. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar little-coder?
- 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 little-coder?
- 2 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- little-coder 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 little-coder?
- 2 coisas quebraram na execução registrada, e 2 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como little-coder se compara às alternativas?
- Dos 8 projetos de ai-coding-assistant que a Argusic instalou e cronometrou, little-coder foi o 1º mais rápido a chegar a um estado de execução, e 8 de 8 chegaram a esse estado.
- Onde estão as evidências de little-coder?
- 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.