Original em inglês: https://argusic.com/subject/skills
skills
Habilidades de Agent para produtos e tecnologias do Google
Executafonte: GitHubPythonApache-2.0commit f004524de788
Python, licença Apache-2.0. O projeto se descreve como: google, googlecloud e skills.
skills executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 29 minutos e encontrou 4 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
Python 152/152 tests pass; FastAPI NFS bridge service serves 5 endpoints with correct response codes; PromQL validator and widget proto generator produce correct output; skills CLI installs the repo successfully.
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 96 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.
- npx skills CLI requires Node >=22 but container has Node 183 minutos
- absl flags collision in fetch_terraform_template_test.py and list_terraform_templates_test.py when running together under pytest2 minutos
- Missing Python dep promql-parser in validate_promql.py1 minuto
- absl flags unparsed in assemble_widget_proto_test.py (test_tmpdir flag)1 minuto
- Tempo de instalação
- 29 minutos
- Da máquina limpa até o fim
- 7 minutos
- Erros encontrados e corrigidos
- 4 encontrados, 4 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- .venv/bin/python -m unittest across all 16 test files: 152 passed, 0 failed. curl http://127.0.0.1:8101/api/v1/health returned HTTP 200 + 'healthy'. curl http://127.0.0.1:8101/api/v1/tree?path=/ returned 200 + 3 entries. curl http://127.0.0.1:8101/api/v1/read?path=/a.txt returned 200 + correct content. npx skills add google/skills --json -y installed 180 skills.
- Tokens de modelo usados
- 598.172
- Commit exato testado
- f004524de788
- 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 . O veredito acima vem de outra tentativa, então veja isto como uma sessão e não como o resultado atual. 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.
---broken symlinks--- The `sh` syntax errors are because dash doesn't support bash syntax — these have bash shebangs. Let… exec /bin/sh -lc 'cd /work/repo && e=0; count=0; for f in $(find skills plugins -name '"'*.sh'); do coun… succeeded in 0ms: checked 35 shell files with bash -n; issues: 0 All shell scripts pass bash syntax check — the earlier failures were dash-vs-bash differences from … **Verified state:** Python test suite: 152/152 passing. FastAPI bridge server launched and returned… tokens used 598,172 All shell scripts pass bash syntax check — the earlier failures were dash-vs-bash differences from … **Verified state:** Python test suite: 152/152 passing. FastAPI bridge server launched and returned…
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 29 minutos.
- Recuperou-se de todos os 4 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 Apache-2.0, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
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
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Executa | 100,00 | 0,12 | |
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,07 |
Tópicos (de GitHub)
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/skills)Perguntas
- skills executa?
- Sim. skills executa. A Argusic o instalou e iniciou em uma máquina limpa em 29 minutos, encontrando 4 erros no caminho, e gravou a sessão.
- Como a Argusic testou skills?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit f004524de788. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar skills?
- A execução que produziu este veredito custou US$ 0,12: 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 skills?
- 29 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- 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 skills?
- 4 coisas quebraram na execução registrada, e 4 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Onde estão as evidências de skills?
- 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.