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

danghuangshang

受中国治理模式启发的开源 multi-agent 协作系统,使用 OpenClaw 部署和协调专门的 AI agent。

借助 mock 可运行来源:GitHub项目主页TypeScriptMITcommit acea185a9a1a

TypeScript,MIT 许可证. 项目的自我描述:ai、ai agents、ai collaboration、ai court、ai orchestration、ancient china、autonomous agents 和 clawdbot.

danghuangshang 可以运行,其依赖的服务由替身代替。一个 Argusic agent 在一台没有 GPU 的干净机器上用 19 分钟完成了安装,遇到 3 个错误,并在无人协助的情况下全部修复,整个会话都被记录了下来。

npm dependencies install cleanly, all 19 Jest tests pass, both manual test suites pass, OpenClaw Gateway runs and responds HTTP 200 on dashboard and health endpoints with a mock LLM provider configured.

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 92,满分 100(该项目各次运行得分的平均值)。

概览

结论
借助 mock 可运行
Argusic 评分
92 / 100
验证运行的成本
0.04 USD(实测)
已记录的运行次数
1
最近测试
星标
2,715
fork 数
260
未关闭的 issue
38
关注者
14
大小
4 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。

测试 danghuangshang 时每个故障耗费的时间,取自已记录的运行
每一根柱子都是 agent 记录的一次失败,以及它耗费的时间。数据仅取自本次运行。

哪里出了问题,用 agent 自己的话说

agent 的原话,最严重的排在最前,从不改写成建议。

  • Node.js v18.19.1 too old (package.json requires >=22.19.0, openclaw requires >=24.16.0)2 分钟
  • context-compressor.js module missing exports (estimateTokens, compressConversation, generateSummary) needed by manual test suite1 分钟
  • OpenClaw Gateway crash-loop breaker tripped from repeated interrupted starts1 分钟
安装时间
19 分钟
从冷启动机器到完成
19 分钟
遇到并修复的错误
遇到 3 个,在无人协助的情况下修复了 3 个
结果是如何证明的
npm test exited 0 (19 tests, 2 suites); node tests/test-task-store.js exited 0 (6 tests); node tests/test-context-compressor.js exited 0 (4 tests); curl http://127.0.0.1:18789/ returned HTTP 200; openclaw gateway call health returned {ok:true, plugins:14}; curl http://127.0.0.1:11999/v1/chat/completions returned valid mock chat completion
使用的模型 token
325,452
测试的确切 commit
acea185a9a1a
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
对接真实服务的表现
本次运行只对照替身服务进行了验证

观看会话

完整的运行过程,从一台干净的机器开始,按实际速度播放。没有剪辑,也没有加速。

第 1 次尝试的录屏,运行于 ,即决定上述结论的那次尝试。 制作该视频所用的终端录屏是证据,连同 sha256 指纹一起保存;视频只是由它渲染而成。 在你点击播放之前,不会从视频托管方加载任何内容。

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。

Now let me compile the final ARGUSIC_RESULT.
exec
/bin/sh -lc "echo '{\"install_succeeded\": true, \"launch_succeeded\": true, \"install_minutes\": 5…
 succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 5, "errors": [{"msg": "Nod…
Let me calculate the elapsed time more precisely:
exec
/bin/sh -lc 'echo "Started around 22:18, now $(date +%H:%M)"' in /work/repo
 succeeded in 0ms:
Started around 22:18, now 22:37
tokens used
325,452

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

  • 在无人介入的情况下从全部 3 个错误中恢复,说明这些故障的文档足以让人解决。
  • 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

  • 只在替身服务下达到了运行状态,因此这里没有任何内容能证明它在真实服务下可以工作。
  • 安装用了 19 分钟,慢于 Argusic 测量过的 230 个同类项目的中位数。
  • 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 231 个 ai 项目中,danghuangshang 达到运行状态的速度排名第 191,231 个项目中有 152 个达到了运行状态。

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借助 mock 可运行92.000.04

主题 (来自 GitHub)

aiai-agentsai-collaborationai-courtai-orchestrationancient-chinaautonomous-agentsclawdbotdiscorddiscord-botimperial-chinaliu-bu-zhillmming-dynastymulti-agentopenclawsan-sheng-liu-busix-ministriestutorialworkflow-automation

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/danghuangshang.svg)](https://argusic.com/subject/danghuangshang)

常见问题

danghuangshang 能运行吗?
danghuangshang 可以运行,外部服务由 mock 代替. Argusic 在一台干净的机器上安装并启动了它,用时 19 分钟,过程中遇到 3 个错误,并记录了整个会话。
Argusic 是如何测试 danghuangshang 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 acea185a9a1a。共记录了 1 次尝试,完整方法见方法论页面。
测试 danghuangshang 花了多少钱?
得出该结论的那次运行花费 0.04 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。
danghuangshang 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 19 分钟。这是一次实测的尝试,不是平均值。
danghuangshang 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 danghuangshang 时会出现什么问题?
已记录的运行中出现了 3 个问题,其中 3 个在无人协助的情况下被修复。每个问题及其耗费的时间都列在本页上。
danghuangshang 与其他替代方案相比如何?
在 Argusic 安装并计时过的 231 个 ai 项目中,danghuangshang 达到运行状态的速度排名第 191,231 个项目中有 152 个达到了运行状态。
danghuangshang 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