Original em inglês: https://argusic.com/subject/voxcity
VoxCity
Python framework para integrar dados geoespaciais, modelagem 3D de cidades e simulação urbana.
Executafonte: GitHubpágina do projetoPythonMITcommit fa2126563053
Python, licença MIT. O projeto se descreve como: 3d city model, 3d city models, digital twin, envi met, geospatial data, google earth engine, microclimate e openstreetmap.
VoxCity executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 6 minutos e encontrou 3 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
VoxCity 1.7.0 installs in a pip-only venv, passes its full test suite (3021 passed, 16 skipped), and ran a real end-to-end Tokyo data pipeline plus CPU/GPU solar simulations and OBJ/VOX/INX/CitiLES/NetCDF/HDF5 exports.
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 60 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.
- ModuleNotFoundError: No module named taichi on collection of simulator_gpu tests2 minutos
- ImportError: No boolean backend for trimesh (pip install manifold3d or blender)2 minutos
- ValueError could not convert string to float 'a' in ad-hoc solar test (Astral returns DataFrame, not tuples)1 minuto
- Tempo de instalação
- 6 minutos
- Da máquina limpa até o fim
- 19 minutos
- Erros encontrados e corrigidos
- 3 encontrados, 3 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- TAICHI_ARCH=cpu .venv/bin/python -m pytest -q exited 0: 3021 passed, 16 skipped; integration test_voxelcity_pipeline_tokyo_small passed; GPU solar map mean 842.82 W/m2
- Tokens de modelo usados
- 486.566
- Commit exato testado
- fa2126563053
- 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.
- **ERROR 2** — `ImportError: No boolean backend: pip install manifold3d or install blender` in `te… - **ERROR 3** — `ValueError: could not convert string to float: 'a'` was my own API misuse (Astral … - Installation itself never failed; one `save_voxel_netcdf` signature mismatch was also my API misu… ## Verification (all observed) - **Install**: `pip install -e .` + dev deps in `.venv`; `import voxcity` → `1.7.0`; `rasterio 1.5.… - **Test suite**: `TAICHI_ARCH=cpu .venv/bin/python -m pytest -q` → `3021 passed, 16 skipped, 0 fai… - **Real end-to-end data pipeline**: `tests/test_integration_pipeline.py::test_voxelcity_pipeline_t… - **GPU solar simulation**: `get_global_solar_irradiance_map` on synthetic city → 6×6 map, mean 842… - **Exporters**: HDF5 save/load roundtrip exact; OBJ with 8 vertices/12 faces; ENVI-met `voxcity.IN… - **Mock tier**: standalone HTTP mock returned Overpass-style coastline JSON; `query_coastlines_fro… ## Note README prerequisite "GDAL via conda" was not needed here: PyPI wheels bundle GDAL, and both the whe…
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 6 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.
- 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.
- Uma avaliação rápida: ele estava executando 6 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
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Executa | 100,00 | 0,12 | |
| Argusic Runner | 1/3 | Não executou | 20,00 | 0,10 |
Tópicos (de GitHub)
3d-city-model3d-city-modelsdigital-twinenvi-metgeospatial-datagoogle-earth-enginemicroclimateopenstreetmappythonsolar-radiationurban-analyticsurban-climateurban-environmenturban-planningurban-simulationvoxelvoxelization
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/voxcity)Perguntas
- VoxCity executa?
- Sim. VoxCity executa. A Argusic o instalou e iniciou em uma máquina limpa em 6 minutos, encontrando 3 erros no caminho, e gravou a sessão.
- Como a Argusic testou VoxCity?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit fa2126563053. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar VoxCity?
- 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 VoxCity?
- 6 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- VoxCity 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 VoxCity?
- 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 VoxCity?
- 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.