英文原文: https://argusic.com/subject/bookleme

bookleme

读了么(BookLeme)· 将一本书编译为 Agent Skill:双引擎 + 可插拔的体裁插件 + 逐字忠实度回验

可运行来源:GitHubPythonMITcommit ed16e4b92b3d

Python,MIT 许可证. 项目的自我描述:agent skills、book to skill、document processing、knowledge management、llm 和 prompt engineering.

bookleme 可以运行。一个 Argusic agent 在一台没有 GPU 的干净机器上用 0 分钟完成了安装,没有遇到任何错误,整个会话都被记录了下来。

BookLeme 1.0.0 installed with zero third-party dependencies, 34/34 unit tests pass, the CLI pipeline compiles a synthetic book into both a knowledge_pack and behavior_skill artifact with all validation gates passing, all JSON schemas validate, both built-in genre plugins pass validation, and both example skill directories pass quick_validate and lint.

agent 在干净的机器上最终得到的结果,用它自己的话说。 测量方式

每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 100,满分 100(该项目各次运行得分的平均值)。

概览

结论
可运行
Argusic 评分
100 / 100
验证运行的成本
0.02 USD(实测)
已记录的运行次数
1
最近测试
星标
283
fork 数
4
未关闭的 issue
0
关注者
0
大小
3 MB
创建于
最近推送

项目数据来自 GitHub,链接见本页顶部,更新于 。测试数据由 Argusic 提供 (CC BY 4.0);每个数字都链接到一个运行页面,附完整的 log、录屏及其 sha256 哈希。

测量了什么

来自决定该结论的那次运行。 每一行都是记录下来的数值,而非估算。

安装时间
不到一分钟
从冷启动机器到完成
1 分钟
遇到并修复的错误
遇到 0 个,在无人协助的情况下修复了 0 个
结果是如何证明的
python3 -m unittest discover -s tests -v exited 0, 34 passed; python3 -m bookleme run on a synthetic book produced 2 artifacts with validation_all_passed=true and all smoke tests passing
使用的模型 token
43,916
测试的确切 commit
ed16e4b92b3d
容器镜像
sha256:cdd920bce783

没有测量什么

另一半内容,让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失,从不填补。

GPU 显存峰值
本次运行在 CPU 机器上进行,没有可采样的 GPU
长时间运行的表现
每次尝试都使用文档中最小的设置和固定的时间预算,因此这里测量的是它能否运行,而不是它在负载下的表现

录屏的结尾

决定该结论的终端会话的最后几行,与录制时完全一致。

S5 Fidelity(逐字引文校验 + 7 指标)
S6 Render(插件驱动,两引擎共享 IR)
S7 Validate(quick_validate + 官方校验器 + lint + copyright_gate)
S8 SKIP(未请求 --install;本批不写技能真源)
S9 Eval(冒烟 + 指标汇总)
[BATCH] 完成:2 个产物,all_passed=True;日志 /work/repo/logs/M0-M2/run-20261114-071721.log
  "validation_all_passed": true,
=== Example validation ===
  "all_passed": true
  "all_passed": true
tokens used
43,916

回放完整会话,从干净的机器到此刻的每一条命令。

测试方式

一个 agent,一个容器,没有人工协助。它按照项目自身文档所写的方式安装项目,运行它,并修复出错的地方。下面的一切都按实际发生的过程记录:终端会话、log 和确切的 commit。 完整方法论.

优势与局限

均为实测事实,而非观点。内容是如何撰写的.

顺利的部分

  • 在干净的机器上达到了运行状态,会话有完整记录。
  • 用 0 分钟完成安装,快于 Argusic 测量过的 122 个同类项目的中位数。
  • 过程中没有任何故障:从克隆到运行,零错误。
  • 无需 GPU 即可运行,因此启动它并不需要 GPU。
  • 采用 MIT 许可证,以其托管平台报告的信息为准。

不顺利或尚不清楚的部分

  • 目前只测量过一次。单次尝试只能说明它可以运行,不能说明它能稳定运行。

在 Argusic 安装并计时过的 123 个 agent-skills 项目中,bookleme 达到运行状态的速度排名第 1,123 个项目中有 94 个达到了运行状态。

适合用于

  • 在笔记本电脑或小型服务器上试用:它无需 GPU 即达到了运行状态。
  • 快速评估:克隆后 0 分钟它就已经运行起来。
  • 按照它自己的 README 操作:文档中的步骤无需任何修复即可走通。

同一领域中也测试过的项目

这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。

运行历史

测试者尝试结果评分成本 USD时间
Argusic Runner1/3可运行100.000.02

主题 (来自 GitHub)

agent-skillsbook-to-skilldocument-processingknowledge-managementllmprompt-engineering

嵌入徽章

用于项目 README 的 Markdown。徽章链接回本页;使用条款见 条款页面.

[![Tested by Argusic](https://argusic.com/badge/bookleme.svg)](https://argusic.com/subject/bookleme)

常见问题

bookleme 能运行吗?
是的。bookleme 可以运行. Argusic 在一台干净的机器上安装并启动了它,用时 0 分钟,过程中遇到 0 个错误,并记录了整个会话。
Argusic 是如何测试 bookleme 的?
在一台全新的一次性机器上进行,每条命令都被记录,仓库固定在 commit ed16e4b92b3d。共记录了 1 次尝试,完整方法见方法论页面。
测试 bookleme 花了多少钱?
得出该结论的那次运行花费 0.02 USD:这是真实的算力和模型成本,而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
bookleme 安装需要多长时间?
在决定该结论的那次运行中,从干净的机器到运行状态用了 0 分钟。这是一次实测的尝试,不是平均值。
bookleme 需要 GPU 吗?
启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
安装 bookleme 时会出现什么问题?
在已记录的运行中没有出现任何问题:从克隆到运行,零错误。
bookleme 与其他替代方案相比如何?
在 Argusic 安装并计时过的 123 个 agent-skills 项目中,bookleme 达到运行状态的速度排名第 1,123 个项目中有 94 个达到了运行状态。
bookleme 的证据在哪里?
这次已记录的运行都在本页上,每次都链接到完整的 log 和终端录屏,并连同 sha256 指纹一起保存,因此无法被悄悄篡改。

Discussion