Original em inglês: https://argusic.com/subject/snapai
snapai
CLI de geração de ícones com tecnologia de IA para desenvolvedores React Native e Expo. Gere ícones de aplicativos impressionantes em segundos usando os modelos mais recentes da OpenAI.
Executa com mocksfonte: GitHubpágina do projetoTypeScriptMITcommit a60d5393287c
TypeScript, licença MIT. O projeto se descreve como: ai, cli, developer tools, expo, icon generator, openai e react native.
snapai executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 5 minutos e encontrou 3 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
SnapAI CLI installs, builds (tsc + webpack), and runs; the icon and feature-graphic commands successfully generate valid PNG images when pointed at a mock OpenAI-compatible API endpoint. Gemini model requires a real Google API key.
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.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- pnpm not found in PATH2 minutos
- Google GenAI SDK does not support custom base URLs1 minuto
- Initial mock PNG had corrupt header for sharp resize1 minuto
- Tempo de instalação
- 5 minutos
- Da máquina limpa até o fim
- 5 minutos
- Erros encontrados e corrigidos
- 3 encontrados, 3 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- node dist/index.js --help exited 0; node dist/index.js icon --prompt-only exited 0; with a mock HTTP server, 'icon --model gpt-2' exited 0 and produced a 64x64 PNG, and 'fg --app-name FitTrack' exited 0 and produced a valid 1024x500 PNG (verified via ffprobe). npm test reported 'No tests found' (0 test files exist).
- Tokens de modelo usados
- 67.326
- Commit exato testado
- a60d5393287c
- 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
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.
eslint 8.57.1 jest 29.7.0 ts-node 10.9.2 typescript 5.8.3 webpack 5.99.9 webpack-cli 5.1.4 === VERSION === snapai/1.0.0 linux-x64 node-v18.19.1 Now I have all the data. Here is the final report. tokens used 67,326 Now I have all the data. 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 5 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.
- 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.
Dos 231 projetos de ai que a Argusic instalou e cronometrou, snapai foi o 111º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
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 | 0,08 |
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/snapai)Perguntas
- snapai executa?
- snapai executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 5 minutos, encontrando 3 erros no caminho, e gravou a sessão.
- Como a Argusic testou snapai?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit a60d5393287c. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar snapai?
- A execução que produziu este veredito custou US$ 0,08: 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 snapai?
- 5 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- snapai 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 snapai?
- 3 coisas quebraram na execução registrada, e 3 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como snapai se compara às alternativas?
- Dos 231 projetos de ai que a Argusic instalou e cronometrou, snapai foi o 111º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
- Onde estão as evidências de snapai?
- 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.