Original em inglês: https://argusic.com/subject/openai-chat-api-workflow
openai-chat-api-workflow
Um Workflow do Alfred 5 para usar a OpenAI Chat API e interagir com modelos GPT. Ele também permite geração, edição e compreensão de imagens, conversão de fala para texto e síntese de texto para fala.
Não foi possível verificarfonte: GitHubpágina do projetoRubyMITcommit a75e903d0864
Ruby, licença MIT. O projeto se descreve como: ai, alfred, chatbot, dall e, gpt, image generation, image understanding e openai.
A Argusic não conseguiu fazer openai-chat-api-workflow executar. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 4 minutos e encontrou 3 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
Ruby 3.4.7 installed via Conda; all 21 source files pass syntax check; 11 of 12 test files pass (the lone failure is a macOS-only afplay assertion); the WEBrick HTTP server boots and serves pages correctly; the HTML page builder produces complete output.
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 80 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.
- Ruby runtime not available in container - installed via Conda3 minutos
- WEBrick gem not available0,5 minutos
- test_openai_tts.rb: test_afplay_available fails on Linux - afplay is macOS-only
- Tempo de instalação
- 4 minutos
- Da máquina limpa até o fim
- 6 minutos
- Erros encontrados e corrigidos
- 3 encontrados, 3 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- ALFRED_WORKFLOW_DIR=/work/repo/extracted_src ruby -I test test/test_*.rb: 11/12 files pass (148 runs, 427 assertions, 0 failures, 0 errors; 1 expected fail for macOS afplay). curl -s -o /dev/null -w '%{http_code}' localhost:8888/openai returned 200. build_page.rb generated 63699-byte HTML from templates.
- Tokens de modelo usados
- 276.085
- Commit exato testado
- a75e903d0864
- 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
- Se ele funciona de algum modo
- esta execução não verificou nada, então esta página não afirma nada em nenhum sentido
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
=== Ruby version ===
ruby 3.4.7 (2025-10-08 revision 7a5688e2a2) +PRISM [x86_64-linux]
=== Gems installed ===
minitest (6.0.6)
json (default: 2.9.1)
webrick (1.9.2)
Now here's my final report:
**ARGUSIC_RESULT:** `{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 4, "e…
tokens used
276,085
Now here's my final report:
**ARGUSIC_RESULT:** `{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 4, "e…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 4 minutos, mais rápido que a mediana dos 230 projetos comparáveis que a Argusic mediu.
- Recuperou-se de todos os 3 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- 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
- Um agent sem limite de tempo não conseguiu fazê-lo executar.
Dos 231 projetos de ai que a Argusic instalou e cronometrou, openai-chat-api-workflow foi o 99º mais rápido a chegar a um estado de execução, e 152 de 231 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 | Não verificado | 80,00 | 0,03 | |
| Argusic Runner | 1/3 | Não verificado | 80,00 | 0,19 |
Tópicos (de GitHub)
aialfredchatbotdall-egptimage-generationimage-understandingopenaispeech-to-texttext-to-speechwhisperworkflow
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/openai-chat-api-workflow)Perguntas
- openai-chat-api-workflow executa?
- A Argusic não conseguiu verificar se openai-chat-api-workflow executa. A Argusic o instalou e iniciou em uma máquina limpa em 4 minutos, encontrando 3 erros no caminho, e gravou a sessão.
- Como a Argusic testou openai-chat-api-workflow?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit a75e903d0864. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar openai-chat-api-workflow?
- 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 openai-chat-api-workflow?
- 4 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- openai-chat-api-workflow 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 openai-chat-api-workflow?
- 3 coisas quebraram na execução registrada, e 3 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como openai-chat-api-workflow se compara às alternativas?
- Dos 231 projetos de ai que a Argusic instalou e cronometrou, openai-chat-api-workflow foi o 99º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
- Onde estão as evidências de openai-chat-api-workflow?
- 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.