Original em inglês: https://argusic.com/subject/pydantic-ai-skills
pydantic-ai-skills
Suporta habilidades de sistema de arquivos e programáticas.
Executafonte: GitHubpágina do projetoPythonMITcommit 840f217c7b70
Python, licença MIT. O projeto se descreve como: agent framework, agent skills, agentic ai, ai agents, claude code, pydantic ai e python.
pydantic-ai-skills executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 3 minutos e encontrou 5 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
pydantic-ai-skills works against the current pydantic-ai-harness line: the package installs, all 351 tests pass, and a real agent run loads a bundled skill, reads a reference file, and executes its script, with Git and S3 registries syncing libraries harness accepts.
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.
- Installed latest pydantic-ai-harness 0.59/slim 2.59 changed the Skills contract: construction-time apply yields a placeholder ('skills') because libraries are read in for_run, so every skill_names/catalog test saw ['skills'] and 58 tests failed55 minutos
- RunContext slice: Skills.for_run needs ctx.workspace; agent.run without a workspace raises UserError 'Skills needs a workspace'3 minutos
- SkillPackage has no files_empty() attribute from a previous partial patch2 minutos
- Harness 0.36+ moved frontmatter-name mismatch and overlong-description validation from construction ValueError to for_run UserWarning2 minutos
- mypy arg-type error in _render_leaf over the widened instruction union type1 minuto
- Tempo de instalação
- 3 minutos
- Da máquina limpa até o fim
- 49 minutos
- Erros encontrados e corrigidos
- 5 encontrados, 5 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- .venv/bin/python -m pytest tests/ -q returned '351 passed in 12.04s'; /tmp/fresh_venv/bin/python /tmp/e2e_verify.py returned agent output 'done', read_skill_resource 'the notes', run_skill_script 'hello from the script', E2E_OK; pip wheel . built pydantic_ai_skills-0.0.1 wheel; mypy pydantic_ai_skills reported 'Success: no issues found in 23 source files'; ruff format --check '37 files already formatted'
- Tokens de modelo usados
- 8.416.583
- Commit exato testado
- 840f217c7b70
- 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.
/bin/sh -lc 'cd /work/repo && date -u +%s' in /work/repo succeeded in 0ms: 1792721071 exec /bin/sh -lc 'cd /work/repo && git diff --quiet -- pydantic_ai_skills/capability.py && echo clean-ca… succeeded in 12462ms: modified-capability ============================= 351 passed in 12.04s ============================= All final checks are confirmed. tokens used 8,416,583 All final checks are confirmed.
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 3 minutos, mais rápido que a mediana dos 61 projetos comparáveis que a Argusic mediu.
- Recuperou-se de todos os 5 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.
O que não deu certo, ou não se sabe
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 62 projetos de agent-framework que a Argusic instalou e cronometrou, pydantic-ai-skills foi o 26º mais rápido a chegar a um estado de execução, e 48 de 62 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 3 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)
agent-frameworkagent-skillsagentic-aiai-agentsclaude-codepydantic-aipython
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/pydantic-ai-skills)Perguntas
- pydantic-ai-skills executa?
- Sim. pydantic-ai-skills executa. A Argusic o instalou e iniciou em uma máquina limpa em 3 minutos, encontrando 5 erros no caminho, e gravou a sessão.
- Como a Argusic testou pydantic-ai-skills?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 840f217c7b70. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar pydantic-ai-skills?
- A execução que produziu este veredito custou US$ 1,68: 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 pydantic-ai-skills?
- 3 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- pydantic-ai-skills 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 pydantic-ai-skills?
- 5 coisas quebraram na execução registrada, e 5 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como pydantic-ai-skills se compara às alternativas?
- Dos 62 projetos de agent-framework que a Argusic instalou e cronometrou, pydantic-ai-skills foi o 26º mais rápido a chegar a um estado de execução, e 48 de 62 chegaram a esse estado.
- Onde estão as evidências de pydantic-ai-skills?
- 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.