Original em inglês: https://argusic.com/subject/social-media-skills
social-media-skills
Executa com mocksfonte: GitHubPythonMITcommit 8cefb5b6d037
Python, licença MIT.
social-media-skills executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 0,5 minutos e não encontrou nenhum erro, e a sessão inteira foi gravada.
17 skill folders each with a valid SKILL.md pass YAML frontmatter checks, name-folder matching, and description rules; Codex CLI discovers all 17 from .agents/skills/ via the app-server; the README copy-loop installs all 17 into a fresh project with no errors; no external provider access, visual rendering, or user activation was tested.
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 56 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.
- Tempo de instalação
- menos de um minuto
- Da máquina limpa até o fim
- 5 minutos
- Erros encontrados e corrigidos
- 0 encontrados, 0 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- python3 tests/test-codex-portability.py --codex passed (live Codex app-server discovered all 17 skills via skills/list); bash validate-skills.sh exited 0 (17 skills, 87 structural checks all passed); README copy-loop installed 17 skills in a fresh project; marketplace.json is valid JSON
- Tokens de modelo usados
- 54.710
- Commit exato testado
- 8cefb5b6d037
- 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
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
<defs> ... </g> </svg> exec /bin/sh -lc 'echo "validate-skills.sh exit code: $(cd /work/repo && bash validate-skills.sh > /dev/… succeeded in 77ms: validate-skills.sh exit code: 0 All checks are done. Here's the summary: tokens used 54,710 All checks are done. Here's the summary:
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 0,5 minutos, mais rápido que a mediana dos 46 projetos comparáveis que a Argusic mediu.
- Nada quebrou no caminho: zero erros entre o clone e a execução.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
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.
Dos 47 projetos de Python que a Argusic instalou e cronometrou, social-media-skills foi o 8º mais rápido a chegar a um estado de execução, e 28 de 47 chegaram a esse estado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Executa com mocks | 92,00 | 0,02 | |
| Argusic Runner | 1/3 | Não executou | 20,00 | 0,16 |
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/social-media-skills)Perguntas
- social-media-skills executa?
- social-media-skills executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 1 minutos, encontrando 0 erros no caminho, e gravou a sessão.
- Como a Argusic testou social-media-skills?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 8cefb5b6d037. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar social-media-skills?
- A execução que produziu este veredito custou US$ 0,02: 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 social-media-skills?
- 0,5 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- social-media-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 social-media-skills?
- Nada deu errado na execução registrada: zero erros entre o clone e a execução.
- Como social-media-skills se compara às alternativas?
- Dos 47 projetos de Python que a Argusic instalou e cronometrou, social-media-skills foi o 8º mais rápido a chegar a um estado de execução, e 28 de 47 chegaram a esse estado.
- Onde estão as evidências de social-media-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.