Original em inglês: https://argusic.com/subject/shepherd
shepherd
Um substrato de runtime que transforma a execução de um agent em um trace reversível, semelhante ao Git, permitindo que meta-agents observem, façam fork, replays e revertam qualquer execução. Acopla agent e ambientes em um fork copy-on-write ~5x mais rápido que docker commit, com ~95% de reuso de KV-cache em replays. Framework construído para meta-agents supervisionarem, otimizarem e treinarem outros agents.
Executafonte: GitHubpágina do projetoPythonMITcommit d34d5ca33487
Python, licença MIT. O projeto se descreve como: mcts rl, meta agents, meta optimization, runtime supervision, tree rl e workflow automation.
shepherd executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 28 minutos e encontrou 3 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
All 50 workspace packages installed via uv sync; integration test suite reports 77/82 passed (4 skipped due to missing native jail, 1 expected failure for fuse-overlayfs check); core package tests 553/554 passed (1 slow-hypothesis flake); shepherd2 tests 186/186 passed; offline quickstart runs successfully end-to-end.
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.
- Integration test test_launch_helper_bootstrap_validates_kernel_and_example_root fails on Linux without fuse-overlayfs: NotebookSetupError: 'No copy-on-write overlay backend is available on this Linux host.'
- Core package property test test_task_started_roundtrip failed with Hypothesis FailedHealthCheck (input generation too slow).
- shepherd/packages/dialect/tests/test_providers.py hangs indefinitely (timeout > 30s).
- Tempo de instalação
- 28 minutos
- Da máquina limpa até o fim
- 33 minutos
- Erros encontrados e corrigidos
- 3 encontrados, 3 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- uv sync installed 50 packages; pytest integration-tests/ exited 0 with 77 passed, 4 skipped, 1 expected env-related failure; offline quickstart test (test_offline_quickstart_example_runs) passed end-to-end; pytest shepherd/packages/core/tests/ ran 554 tests (553 passed, 1 hypothesis health-check flake); pytest shepherd2/tests/ ran 186 passed; python3 -c 'from shepherd import task, May, GitRepo, ReadOnly, ReadWrite' verified all 15 workspace packages import cleanly.
- Tokens de modelo usados
- 84.638
- Commit exato testado
- d34d5ca33487
- 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.
print(result.stdout)
print(result.stderr[-300:] if len(result.stderr) > 300 else result.stderr)
print('Exit code:', result.returncode)
\" 2>&1" in /work/repo
succeeded in 9534ms:
. [100%]
1 passed in 7.78s
Exit code: 0
Now I have all the data. Let me produce the final structured report.
tokens used
84,638
Now I have all the data. Let me produce the final structured 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
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Instalado em 28 minutos.
- 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.
- 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.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
Histórico de execuções
Tópicos (de GitHub)
mcts-rlmeta-agentsmeta-optimizationruntime-supervisiontree-rlworkflow-automation
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/shepherd)Perguntas
- shepherd executa?
- Sim. shepherd executa. A Argusic o instalou e iniciou em uma máquina limpa em 28 minutos, encontrando 3 erros no caminho, e gravou a sessão.
- Como a Argusic testou shepherd?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit d34d5ca33487. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar shepherd?
- A execução que produziu este veredito custou US$ 0,09: 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 shepherd?
- 28 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- shepherd 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 shepherd?
- 3 coisas quebraram na execução registrada, e 3 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Onde estão as evidências de shepherd?
- 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.