英文原文: https://argusic.com/subject/tapo
tapo
用于 TP-Link Tapo 智能设备的 Rust API、Python API 和 MCP Server
可运行来源:GitHubRustMITcommit 282bd233f50f
Rust,MIT 许可证. 项目的自我描述:iot、l510、l530、p100、p110、smart home 和 tapo.
tapo 可以运行。一个 Argusic agent 在一台没有 GPU 的干净机器上用 15 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。
Rust toolchain installed, all 3 workspace crates compile, 181 tests pass (141 unit+integration, 40 doctests), Python wheel builds and imports correctly.
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。
- 安装时间
- 15 分钟
- 从冷启动机器到完成
- 11 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
- cargo test -p tapo passed: 118 unit + 48 doctests; cargo test -p tapo-mcp passed: 23 unit + 10 integration tests (auth middleware+host validation); Python wheel built and imported with 30+ exported symbols; cargo build --examples -p tapo passed
- 使用的模型 token
- 153,272
- 测试的确切 commit
- 282bd233f50f
- 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
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。
## Results **Rust installation** — Rust was not in the container. Installed via `rustup` (rustc 1.99.0, cargo … **Build** — `cargo check` passed for all 3 workspace members (tapo, tapo-mcp, tapo-py). No compilat… **Test results** — All 141 unit/doctests pass, plus 10 MCP integration tests: | Crate | Tests | Result | |---|---|---| | `tapo` (lib) | 118 unit | ✅ all passed | | `tapo` (doc) | 50 doctests | ✅ 48 passed, 2 ignored (device examples) | | `tapo-mcp` (lib) | 23 unit | ✅ all passed | | `tapo-mcp` (auth) | 10 integration | ✅ all passed | **Python bindings** — `maturin build --release` produced a wheel. Installed and imported successful… **MCP server** — Compiles and fails at startup as expected: requires `TAPO_MCP_USERNAME`, `TAPO_MCP…
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 15 分钟完成安装。
- 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。
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。
- 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
主题 (来自 GitHub)
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/tapo)常见问题
- tapo 能运行吗?
- 是的。tapo 可以运行. Argusic 在一台干净的机器上安装并启动了它,用时 15 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 tapo 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 282bd233f50f。共记录了 1 次尝试,完整方法见方法论页面。
- 测试 tapo 花了多少钱?
- 得出该结论的那次运行花费 0.05 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。
- tapo 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 15 分钟。这是一次实测的尝试,不是平均值。
- tapo 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 tapo 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。
- tapo 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。