Bản gốc tiếng Anh: https://argusic.com/subject/cupcake
cupcake
Một lớp thực thi chính sách gốc cho các AI coding agent. Được xây dựng trên OPA/Rego.
Chạy đượcnguồn: GitHubtrang chủ dự ánRustApache-2.0commit 27b94b84f6cf
Rust, giấy phép Apache-2.0. Dự án tự gắn nhãn: agent security, alignment, claude code, coding agents, cursor, factory ai, gemini cli và hooks.
cupcake chạy được. Trên một máy sạch không có GPU, một agent của Argusic đã cài đặt nó trong 18 phút, gặp 2 lỗi và tự sửa hết mà không cần trợ giúp, và toàn bộ phiên làm việc được ghi lại.
Cupcake 0.5.2 builds from source, the CLI binary runs (cupcake --version prints 0.5.2), supports 4 harnesses (Claude Code, Cursor, Factory AI, OpenCode), compiles Rego policies into WASM via OPA, evaluates hook events against builtin policies (git_pre_check, protected_paths, git_block_no_verify), and returns Allow/Deny decisions.
Kết quả agent đạt được trên máy sạch, bằng chính lời của nó. Cách đo
Argusic đo trên một máy mới mỗi lần. Mỗi con số đều link tới bằng chứng của nó. Điểm Argusic 100 trên 100 (trung bình điểm các lần chạy của dự án này).
Tóm tắt
Dữ liệu dự án lấy từ GitHub, có link ở đầu trang, cập nhật . Dữ liệu test của Argusic (CC BY 4.0); mỗi con số đều link tới một trang run có đầy đủ log, bản ghi và mã sha256 của chúng.
Những gì đã đo
Lấy từ lần chạy quyết định kết luận này. Mỗi dòng là một giá trị được ghi lại, không phải ước tính.
Những gì trục trặc, bằng chính lời của agent
Lời của chính agent, lỗi nặng nhất trước, không bao giờ viết lại thành lời khuyên.
- OPA CLI not in PATH: 10 integration tests (claude_code_routing_test) failed because they invoke a real Claude CLI binary which is a third-party commercial product1 phút
- Rust toolchain not installed in container1 phút
- Thời gian cài đặt
- 18 phút
- Từ máy sạch đến khi xong
- 19 phút
- Lỗi gặp và đã sửa
- gặp 2, tự sửa 2 mà không cần người giúp
- Cách chứng minh kết quả
- cargo test --workspace exited 0 with all tests passing except 10 that require a real Claude CLI binary; cupcake eval --harness opencode on PreToolUse events matched 3 policies and produced Allow decision; cupcake verify --harness opencode compiled policies into 367KB WASM module with 5 routing entries
- Số token model đã dùng
- 116.492
- Commit chính xác đã test
- 27b94b84f6cf
- Container image
- sha256:cdd920bce783
Những gì chưa đo
Nửa còn lại, để bạn thấy rõ bằng chứng này đi xa tới đâu. Chỗ trống được ghi là chỗ trống và không bao giờ được lấp vào.
- Bộ nhớ GPU cao nhất
- lần này chạy trên máy CPU, nên không có GPU để đo
- Hoạt động khi chạy lâu
- mỗi lần thử dùng cấu hình nhỏ nhất có trong tài liệu và một khoảng thời gian cố định, nên đây là đo xem nó có chạy hay không, không đo nó chịu tải ra sao
Xem phiên làm việc
Toàn bộ lần chạy, từ máy sạch, đúng tốc độ thực tế. Không cắt và không tua nhanh đoạn nào.
Bản ghi của lần thử 1, chạy ngày , lần thử đã quyết định kết luận ở trên. Bản terminal recording dùng để làm video này là bằng chứng, được lưu với dấu vân tay sha256; video chỉ là bản dựng từ nó. Không có gì tải từ trang chứa video cho tới khi bạn bấm phát.
Đoạn cuối của bản ghi
Những dòng cuối của phiên terminal đã quyết định kết luận này, đúng như khi được ghi lại.
test result: ok. 5 passed; 0 failed; 0 ignored; 0 measured; 0 filtered out; finished in 0.00s test result: ok. 8 passed; 0 failed; 0 ignored; 0 measured; 0 filtered out; finished in 0.00s All data collected. Here's the summary: **Install succeeded.** Rust toolchain (1.91.0 via rustup) and OPA CLI (1.21.4) were installed. The … **Tests pass.** 314 unit tests, 35 CLI tests, and 31 integration test files pass (exercising Claude… **CLI verified.** `cupcake --version` prints `cupcake 0.5.2`. `cupcake init --harness claude` creat… tokens used 116,492 All data collected. Here's the summary: **Install succeeded.** Rust toolchain (1.91.0 via rustup) and OPA CLI (1.21.4) were installed. The … **Tests pass.** 314 unit tests, 35 CLI tests, and 31 integration test files pass (exercising Claude… **CLI verified.** `cupcake --version` prints `cupcake 0.5.2`. `cupcake init --harness claude` creat…
Xem lại toàn bộ phiên, mọi lệnh từ máy sạch tới thời điểm này.
Cách test
Một agent, một container, không có người giúp. Agent cài dự án theo đúng cách tài liệu của dự án hướng dẫn, chạy nó, và sửa những gì bị hỏng. Mọi thứ bên dưới được ghi lại đúng như đã diễn ra: phiên terminal, log và commit chính xác. Toàn bộ phương pháp.
Điểm mạnh và giới hạn
Dữ kiện đo được, không phải ý kiến. Cách viết nội dung.
Những gì suôn sẻ
- Đạt trạng thái chạy được trên máy sạch, có ghi lại phiên làm việc.
- Cài đặt trong 18 phút.
- Tự khắc phục cả 2 lỗi mà không cần người can thiệp, cho thấy các lỗi được ghi trong tài liệu đủ rõ để giải quyết.
- Chạy được không cần GPU, nên không cần GPU để khởi động.
- Giấy phép Apache-2.0, theo thông tin từ nơi lưu trữ dự án.
Những gì không suôn sẻ, hoặc chưa biết
- Mới đo một lần. Một lần thử cho thấy nó có thể chạy, chưa cho thấy nó chạy ổn định.
Phù hợp để dùng cho
- Thử trên laptop hoặc máy chủ nhỏ: nó đạt trạng thái chạy được mà không cần GPU.
Cũng đã test, cùng lĩnh vực
Mỗi dự án ở đây đều được Argusic cài đặt và chạy trên máy sạch. Không có dự án nào chưa test xuất hiện ở đây.
Lịch sử chạy
Chủ đề (từ GitHub)
agent-securityalignmentclaude-codecoding-agentscursorfactory-aigemini-clihooksllm-as-a-judgemcpopaopencode
Nhúng badge
Markdown cho README của dự án. Badge link về trang này; điều khoản ở trang điều khoản.
[](https://argusic.com/subject/cupcake)Câu hỏi
- cupcake có chạy được không?
- Có. cupcake chạy được. Argusic đã cài đặt và khởi chạy nó trên một máy sạch trong 18 phút, gặp 2 lỗi trên đường đi, và ghi lại phiên làm việc.
- Argusic đã test cupcake như thế nào?
- Trên một máy mới, dùng một lần, mọi lệnh đều được ghi lại và repo được ghim ở commit 27b94b84f6cf. Có một lần thử được ghi lại, và toàn bộ phương pháp nằm ở trang phương pháp.
- Test cupcake tốn bao nhiêu?
- Lần chạy đưa ra kết luận này tốn 0,09 USD: chi phí máy và model thật, không phải giá niêm yết theo triệu token. Con số được ghi trên trang của lần chạy đó.
- Cài đặt cupcake mất bao lâu?
- 18 phút trong lần chạy quyết định kết luận này, từ máy sạch đến trạng thái chạy được. Đó là một lần thử đo được, không phải số trung bình.
- cupcake có cần GPU không?
- Không cần để khởi động. Argusic đã đạt trạng thái chạy được trên một máy không có GPU.
- Cài đặt cupcake thì gặp lỗi gì?
- 2 lỗi xảy ra trong lần chạy được ghi lại, và 2 lỗi đã được sửa mà không cần người giúp. Từng lỗi, cùng thời gian nó tốn, được liệt kê trên trang này.
- Bằng chứng cho cupcake ở đâu?
- Lần chạy được ghi lại nằm trên trang này, mỗi lần link tới log đầy đủ và terminal recording, được lưu kèm dấu vân tay sha256 để không thể bị sửa lén.