英文原文: https://argusic.com/subject/zero2agent
zero2Agent
面向大厂Agent研发岗位求职的agent教程网站，涵盖技术路线与面试八股文
可运行来源：GitHub项目主页PythonMITcommit 39094a8db5e7
Python，MIT 许可证. 项目的自我描述：agent、agent framework、langraph、learning 和 llm.
zero2Agent 可以运行。一个 Argusic agent 在一台没有 GPU 的干净机器上用 6 分钟完成了安装，遇到 5 个错误，整个会话都被记录了下来。
Agent API Lab Python test suite passes 18/18. All 10 run_lab.py scenarios produce correct deterministic output with expected statuses (completed, stuck, protocol_error, refused, truncated). Static HTTP server serves index.html (200, 21KB), CSS, JS, assets, and all 168 article markdown files. git diff --check clean. Jekyll build and PDF compilation blocked by missing Ruby/pandoc/xelatex.
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 80，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。
- Python PEP 668 prevents pip install of PyYAML and other packages
- Ruby/Jekyll not installed; bundle exec jekyll build unavailable
- pandoc and xelatex not installed; PDF rebuild not possible
- mmdc (mermaid CLI) not installed; mermaid syntax validation skipped
- 5 pre-existing test failures in classify-interview-questions/ (semantic recall mappings out of sync with question-index data)
- 安装时间
- 6 分钟
- 从冷启动机器到完成
- 7 分钟
- 遇到并修复的错误
- 遇到 5 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 examples/agent-api-lab/tests -v: 18/18 passed; run_lab.py --scenario text/single/parallel/tool_failure/repeat/truncated/refusal/duplicate_ids/truncated_tool_call/invalid_args/parallel_partial_failure + --all-ablations + --fault timeout/5xx: all returned correct deterministic results; python3 -m http.server: homepage returned 200 (21016 bytes), CSS/JS/SVG/article .md all returned 200
- 使用的模型 token
- 123,002
- 测试的确切 commit
- 39094a8db5e7
- 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。
now=$(python3 -c "import time; print(int(time.time()))")
elapsed=$(( (now - 1791954961 + 30) / 60 ))
echo "Elapsed: ~$elapsed minutes"
true' in /work/repo
succeeded in 0ms:
Elapsed: ~0 minutes
exec
/bin/sh -lc "echo '{\"install_succeeded\":true,\"launch_succeeded\":true,\"install_minutes\":6,\"er…
succeeded in 0ms:
{"install_succeeded":true,"launch_succeeded":true,"install_minutes":6,"errors":[{"msg":"Python PEP …
tokens used
123,002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 6 分钟完成安装，快于 Argusic 测量过的 134 个同类项目的中位数。
- 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
- 搭建过程中遇到 5 个错误，其中 5 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。
在 Argusic 安装并计时过的 135 个 agent 项目中，zero2Agent 达到运行状态的速度排名第 58，135 个项目中有 87 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 6 分钟它就已经运行起来。
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/zero2agent)常见问题
- zero2Agent 能运行吗？
- 是的。zero2Agent 可以运行. Argusic 在一台干净的机器上安装并启动了它，用时 6 分钟，过程中遇到 5 个错误，并记录了整个会话。
- Argusic 是如何测试 zero2Agent 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 39094a8db5e7。共记录了 1 次尝试，完整方法见方法论页面。
- 测试 zero2Agent 花了多少钱？
- 得出该结论的那次运行花费 0.07 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。
- zero2Agent 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 6 分钟。这是一次实测的尝试，不是平均值。
- zero2Agent 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 zero2Agent 时会出现什么问题？
- 已记录的运行中出现了 5 个问题。每个问题及其耗费的时间都列在本页上。
- zero2Agent 与其他替代方案相比如何？
- 在 Argusic 安装并计时过的 135 个 agent 项目中，zero2Agent 达到运行状态的速度排名第 58，135 个项目中有 87 个达到了运行状态。
- zero2Agent 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。