英文原文: https://argusic.com/subject/shepherd
shepherd
一个运行时基础层，将 agent 的执行转换为可逆的、类似 Git 的追踪记录，以便 meta-agent 可以观察、fork、重放和回滚任何运行。将 agent 和环境结合在写时复制 fork 中，比 docker commit 快约 5x，并且在重放时约有 95% 的 KV-cache 复用。为 meta-agent 构建的框架，用于监督、优化和训练其他 agent。
可运行来源：GitHub项目主页PythonMITcommit d34d5ca33487
Python，MIT 许可证. 项目的自我描述：mcts rl、meta agents、meta optimization、runtime supervision、tree rl 和 workflow automation.
shepherd 可以运行。一个 Argusic agent 在一台没有 GPU 的干净机器上用 28 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。
All 50 workspace packages installed via uv sync; integration test suite reports 77/82 passed (4 skipped due to missing native jail, 1 expected failure for fuse-overlayfs check); core package tests 553/554 passed (1 slow-hypothesis flake); shepherd2 tests 186/186 passed; offline quickstart runs successfully end-to-end.
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
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。
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。
- Integration test test_launch_helper_bootstrap_validates_kernel_and_example_root fails on Linux without fuse-overlayfs: NotebookSetupError: 'No copy-on-write overlay backend is available on this Linux host.'
- Core package property test test_task_started_roundtrip failed with Hypothesis FailedHealthCheck (input generation too slow).
- shepherd/packages/dialect/tests/test_providers.py hangs indefinitely (timeout > 30s).
- 安装时间
- 28 分钟
- 从冷启动机器到完成
- 33 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
- uv sync installed 50 packages; pytest integration-tests/ exited 0 with 77 passed, 4 skipped, 1 expected env-related failure; offline quickstart test (test_offline_quickstart_example_runs) passed end-to-end; pytest shepherd/packages/core/tests/ ran 554 tests (553 passed, 1 hypothesis health-check flake); pytest shepherd2/tests/ ran 186 passed; python3 -c 'from shepherd import task, May, GitRepo, ReadOnly, ReadWrite' verified all 15 workspace packages import cleanly.
- 使用的模型 token
- 84,638
- 测试的确切 commit
- d34d5ca33487
- 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。
print(result.stdout)
print(result.stderr[-300:] if len(result.stderr) > 300 else result.stderr)
print('Exit code:', result.returncode)
\" 2>&1" in /work/repo
succeeded in 9534ms:
. [100%]
1 passed in 7.78s
Exit code: 0
Now I have all the data. Let me produce the final structured report.
tokens used
84,638
Now I have all the data. Let me produce the final structured report.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 28 分钟完成安装。
- 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。
- 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。
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。
运行历史
主题 (来自 GitHub)
mcts-rlmeta-agentsmeta-optimizationruntime-supervisiontree-rlworkflow-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.
[](https://argusic.com/subject/shepherd)常见问题
- shepherd 能运行吗？
- 是的。shepherd 可以运行. Argusic 在一台干净的机器上安装并启动了它，用时 28 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 shepherd 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 d34d5ca33487。共记录了 1 次尝试，完整方法见方法论页面。
- 测试 shepherd 花了多少钱？
- 得出该结论的那次运行花费 0.09 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。
- shepherd 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 28 分钟。这是一次实测的尝试，不是平均值。
- shepherd 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 shepherd 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。
- shepherd 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。