英文原文: https://argusic.com/subject/sno-station-skills

sno-station-skills

Sno Station Skills：31 项经过测试的技能，可将 Claude Code 和 Codex 变成一个协作团队。跨供应商同行评审、当 agent 达到配额时自动交接、一页晨间简报、带有证据的工作单，以及从你自己的会话中学习的夜间循环。开源，通过一条 sno setup 命令安装。

借助 mock 可运行来源：GitHub项目主页ShellApache-2.0commit 0451ca25ab9c

Shell，Apache-2.0 许可证. 项目的自我描述：agent skills、agentic coding、ai code review、ai coding agent、ai coding assistant、claude code、claude code plugin 和 claude code skills.

sno-station-skills 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 69 分钟完成了安装，遇到 3 个错误，整个会话都被记录了下来。

sno 1.1.13 is installed at /home/runner/.local/bin/sno with Sno Station setup into Codex; 19 of 22 unit selftests pass on this container, catch-report passes all 24 under a local Anthropic mock, and medic/rem-reflect selftests fail only on missing system tmux/strace which need root to install.

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 78.7，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
78.7 / 100
验证运行的成本
1.33 USD（实测）
已记录的运行次数
1
最近测试
星标
861
fork 数
611
未关闭的 issue
1
关注者
0
大小
1 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 sno-station-skills 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。

  • catch-report self-test needs a configured `claude` model call; on this machine claude prints Not logged in25 分钟
  • medic self-test requires real tmux on /usr/bin:/bin (test hardcodes PATH); tmux not installed and no root10 分钟
  • rem-reflect selftest-guard requires strace on /usr/bin:/bin in the traced child (hardcoded PATH); strace absent8 分钟
安装时间
69 分钟
从冷启动机器到完成
69 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 1 个
结果是如何证明的
sh install script exited 0 and printed sno 1.1.13; sno doctor printed 313 already fine; catch-report.t with mock exited 0 with 24 ok; medic.t exited 1 with FAIL tools: tmux; rem-reflect node --test exited with 163 pass 1 fail (selftest-guard)
使用的模型 token
6,270,057
测试的确切 commit
0451ca25ab9c
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。

- 22 个单元 self-tests：19 通过，3 失败在环境缺口上：
  - `catch-report`：25 项中 24 项通过；唯一失败项（test 14）要求真实/可用的 `claude` 模型调用。我搭建了 schema 正确的 Anthropic `/v1…
  - `medic`：需要真实 `tmux` 在 `/usr/bin:/bin`（test 的 `run()` 硬编码该 PATH）。无 root 无法放入系统目录；我已用 `apt-get do…
  - `rem-reflect`：单元测试 163/166 通过；唯一失败 `selftest-guard` 强制子进程 `strace` 必须在 `/usr/bin:/bin` 内（测试自身硬编…
- 仓库保持干净：`git status` 无任何改动；不提交、不发布、不改 skills 内容（符合 AGENTS.md）。
exec
/bin/sh -lc "echo 'ARGUSIC_RESULT: {\"install_succeeded\": true, \"launch_succeeded\": true, \"inst…
 succeeded in 0ms:
Done. One summary line delivered above with the required `ARGUSIC_RESULT:` JSON.
tokens used
6,270,057
Done. One summary line delivered above with the required `ARGUSIC_RESULT:` JSON.

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

  • 用 69 分钟完成安装。
  • 采用 Apache-2.0 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。
  • 搭建过程中遇到 3 个错误，其中 2 个没有解决。
  • 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。

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。

  • pstack-claude 已验证可运行 · JavaScript · 8 个共同主题
  • dryforge 已验证可运行 · Python · 7 个共同主题
  • spellbook 已验证可运行 · Python · 7 个共同主题
  • delegate-skills 已验证可运行 · JavaScript · 6 个共同主题
  • open-steps 已验证可运行 · Shell · 6 个共同主题
  • compass-skills 已验证可运行 · Python · 6 个共同主题

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78.671.33

主题 (来自 GitHub)

agent-skillsagentic-codingai-code-reviewai-coding-agentai-coding-assistantclaude-codeclaude-code-pluginclaude-code-skillscode-reviewcodexcodex-clicodex-plugincodex-skillscoding-assistantllm-agentsmulti-agent-systemopenai-codexrate-limitself-learningskill-md

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/sno-station-skills.svg)](https://argusic.com/subject/sno-station-skills)

常见问题

sno-station-skills 能运行吗？
sno-station-skills 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 69 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 sno-station-skills 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 0451ca25ab9c。共记录了 1 次尝试，完整方法见方法论页面。
测试 sno-station-skills 花了多少钱？
得出该结论的那次运行花费 1.33 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。
sno-station-skills 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 69 分钟。这是一次实测的尝试，不是平均值。
sno-station-skills 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 sno-station-skills 时会出现什么问题？
已记录的运行中出现了 3 个问题，其中 1 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。
sno-station-skills 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