Original em inglês: https://argusic.com/subject/pi-from-scratch
pi-from-scratch
600 linhas de TypeScript formam uma versão super mini do pi, permitindo que você facilmente escreva seu próprio pi-agent do 0.
Executa com mocksfonte: GitHubpágina do projetoTypeScriptMITcommit 599d0ba646c5
TypeScript, licença MIT. O projeto se descreve como: agent loop, ai agent, coding agent, llm, llm agent, pi, pi agent e tool calling.
pi-from-scratch executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 3 minutos e não encontrou nenhum erro, e a sessão inteira foi gravada.
npm install, tsc build, and all 25 vitest tests pass across 5 test files; the LLM stream function and agent loop work end-to-end against a mock OpenAI-compatible API
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 92 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
- 3 minutos
- Da máquina limpa até o fim
- 4 minutos
- Erros encontrados e corrigidos
- 0 encontrados, 0 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- npm test exited 0, 25 passed; custom mock-API e2e test verified stream() returns correct text and runAgent() completes full tool_call→tool_result→text round-trip
- Tokens de modelo usados
- 86.047
- Commit exato testado
- 599d0ba646c5
- 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.
✓ test/llm.test.ts (10 tests) 14ms
✓ test/tools.test.ts (7 tests) 21ms
✓ test/tui.test.ts (4 tests) 5ms
✓ test/cli.test.ts (1 test) 6ms
Test Files 5 passed (5)
Tests 25 passed (25)
Start at 01:41:25
Duration 696ms (transform 217ms, setup 0ms, collect 378ms, tests 53ms, environment 1ms, prepare…
All verified. Here is the final report:
tokens used
86,047
All verified. Here is the final report: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 3 minutos.
- Nada quebrou no caminho: zero erros entre o clone e a execução.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
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.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
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 | 1/3 | Executa com mocks | 92,00 | 0,02 |
Tópicos (de GitHub)
agent-loopai-agentcoding-agentllmllm-agentpipi-agenttool-callingtypescripttypescript-tutorial
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/pi-from-scratch)Perguntas
- pi-from-scratch executa?
- pi-from-scratch executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 3 minutos, encontrando 0 erros no caminho, e gravou a sessão.
- Como a Argusic testou pi-from-scratch?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 599d0ba646c5. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar pi-from-scratch?
- 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 pi-from-scratch?
- 3 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- pi-from-scratch 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 pi-from-scratch?
- Nada deu errado na execução registrada: zero erros entre o clone e a execução.
- Onde estão as evidências de pi-from-scratch?
- A execução registrada está 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.