Original em inglês: https://argusic.com/subject/probity
probity
Aplicação de TDD e salvaguardas para Claude Code, Codex e GitHub Copilot CLI
Executafonte: GitHubTypeScriptMITcommit fabb04968f25
TypeScript, licença MIT. O projeto se descreve como: agentic coding, claude code, codex, coding agent, github copilot, guardrails, hooks e policy.
probity executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 28 minutos e encontrou 1 erro, corrigindo-o sem ajuda, e a sessão inteira foi gravada.
@nizos/probity v1.10.1 builds, its CLI binary (dist/bin.js) prints version and help, and all 60 test files pass (550 tests passed, 26 skipped).
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 was v18.19.1 but the project requires node >=225 minutos
- Tempo de instalação
- 28 minutos
- Da máquina limpa até o fim
- 2 minutos
- Erros encontrados e corrigidos
- 1 encontrado, 1 corrigido sem ajuda humana
- Como o resultado foi comprovado
- vitest run exited 0: 60 test files passed, 550 passed / 26 skipped
- Tokens de modelo usados
- 17.638
- Commit exato testado
- fabb04968f25
- 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
Assista à sessão
A execução inteira, a partir de uma máquina limpa, na velocidade em que realmente aconteceu. Nada é cortado e nada é acelerado.
Uma gravação da tentativa 1, executada em , a tentativa que decidiu o veredito acima. A gravação do terminal da qual ele foi feito é a evidência, guardada com uma impressão digital sha256; o vídeo é uma renderização dela. Nada é carregado do serviço de vídeo até você apertar o play.
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
succeeded in 130ms:
{"decision":"block","reason":"Probity: invalid hook payload: Invalid input: expected string, receiv…
The project is fully functional. Let me compile the final result.
exec
/bin/sh -lc 'cd /work/repo && export PATH=/tmp/node-v22.23.4-linux-x64/bin:$PATH && echo '"'{\"hook…
succeeded in 142ms:
{"decision":"block","reason":"Probity: invalid hook payload: Invalid input: expected string, receiv…
1.10.1
Here's the full summary of what happened and what I verified:
tokens used
17,638
Here's the full summary of what happened and what I verified: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 do único erro 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.
O que não deu certo, ou não se sabe
- Levou 28 minutos para instalar, mais devagar que a mediana dos 25 projetos comparáveis que a Argusic mediu.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 26 projetos de agentic-coding que a Argusic instalou e cronometrou, probity foi o 23º mais rápido a chegar a um estado de execução, e 19 de 26 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.
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)
agentic-codingclaude-codecodexcoding-agentgithub-copilotguardrailshookspolicytdd
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/probity)Perguntas
- probity executa?
- Sim. probity executa. A Argusic o instalou e iniciou em uma máquina limpa em 28 minutos, encontrando 1 erro no caminho, e gravou a sessão.
- Como a Argusic testou probity?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit fabb04968f25. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar probity?
- 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 probity?
- 28 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- probity 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 probity?
- 1 coisa quebrou na execução registrada, e 1 foi corrigida sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como probity se compara às alternativas?
- Dos 26 projetos de agentic-coding que a Argusic instalou e cronometrou, probity foi o 23º mais rápido a chegar a um estado de execução, e 19 de 26 chegaram a esse estado.
- Onde estão as evidências de probity?
- 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.