Englisches Original: https://argusic.com/subject/adk-python
adk-python
Ein Open-Source- und Code-first-Python-Toolkit zum Erstellen, Bewerten und Bereitstellen anspruchsvoller AI-Agenten mit Flexibilität und Kontrolle.
LäuftQuelle: GitHubHomepagePythonApache-2.0Commit 9625b06c9a1b
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: agent, agentic, agentic ai, agents, agents sdk, ai, ai agents und aiagentframework.
adk-python läuft. Ein Argusic-Agent hat es in 0,5 Minuten installiert und ist auf 1 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
uv virtual environment installed with all extras, google-adk 2.9.2 builds and imports, full unit test suite passes at 16167/16167 (0 failures, 83 skipped, 26 expected failures, 2 unexpected passes), CLICK-based CLI entry point is functional.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 60 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- test_entry_point_loads_only_allowlisted_packages failed: sitecustomize (system apport hook) loaded at interpreter startup not in allowlist2 Minuten
- Installationszeit
- unter einer Minute
- Von der kalten Maschine bis zum Ende
- 14 Minuten
- Aufgetretene und behobene Fehler
- 1 aufgetreten, 1 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- python -m pytest tests/unittests -n auto exited 0, 16167 passed, 83 skipped, 26 xfailed, 2 xpassed in 263s
- Verbrauchte Modell-Tokens
- 142.119
- Genau getesteter Commit
- 9625b06c9a1b
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
= 16167 passed, 83 skipped, 26 xfailed, 2 xpassed, 2179 warnings in 263.04s (0:04:23) = All 16,167 tests passed. Let me compile the final result. Here's the summary of what was done: - **Install**: `uv venv` + `uv sync --all-extras` — resolved 402 packages, installed 347 in ~30s. P… - **Error found & fixed**: `test_entry_point_loads_only_allowlisted_packages` failed because the sy… - **Full test suite**: `python -m pytest tests/unittests -n auto` — **16167 passed, 83 skipped, 26 … exec /bin/sh -lc 'export PATH="$HOME/.local/bin:$PATH" && cd /work/repo && . .venv/bin/activate && pytho… succeeded in 0ms: 2.9.2 tokens used 142,119
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
- In 0,5 Minuten installiert, schneller als der Median der 134 vergleichbaren Projekte, die Argusic gemessen hat.
- Hat sich von dem einen Fehler erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz Apache-2.0, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Von den 135 Projekten im Bereich agent, die Argusic installiert und zeitlich gemessen hat, belegte adk-python Platz 8 bei der Zeit bis zum lauffähigen Zustand, und 87 von 135 erreichten überhaupt einen solchen Zustand.
Wofür es eine vernünftige Wahl ist
- Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
- Für eine schnelle Evaluierung: Es lief 0,5 Minuten nach dem Klonen.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Läuft | 100,00 | 0,05 | |
| Argusic Runner | 1/3 | Lief nicht | 20,00 | 0,26 |
Themen (von GitHub)
agentagenticagentic-aiagentsagents-sdkaiai-agentsaiagentframeworkgenaigenai-chatbotllmllmsmulti-agentmulti-agent-systemsmulti-agentsmulti-agents-collaboration
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/adk-python)Fragen
- Läuft adk-python?
- Ja. adk-python läuft. Argusic hat es auf einer sauberen Maschine in 1 Minuten installiert und gestartet, ist dabei auf 1 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic adk-python getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 9625b06c9a1b. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von adk-python gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,05 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von adk-python?
- 0,5 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht adk-python eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von adk-python schief?
- Im aufgezeichneten Lauf ging 1 Sache kaputt, und 1 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet adk-python im Vergleich zu Alternativen ab?
- Von den 135 Projekten im Bereich agent, die Argusic installiert und zeitlich gemessen hat, belegte adk-python Platz 8 bei der Zeit bis zum lauffähigen Zustand, und 87 von 135 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für adk-python?
- Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.