Englisches Original: https://argusic.com/subject/coai
coai
Next-Gen-Multi-Tenant-KI-All-in-One-Lösung. Integriertes Admin- und Abrechnungssystem. Enterprise-Grade-Unified-LLM-Gateway mit Unterstützung für über 200 Modelle und mehr als 35 Anbieter, Lastausgleich mit priorisierter Weiterleitung, Kostenmanagement, Chat-Freigabe, Cloud-Synchronisierung, Guthaben-/Abonnementabrechnung, Verarbeitung aller Dateitypen, Websuche, integrierter Modell-Cache.
LäuftQuelle: GitHubHomepageTypeScriptApache-2.0Commit 3048a493eedc
TypeScript, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: ai gateway, api, chat, chatgpt, cross platform, gemini, golang und llm gateway.
coai läuft. Ein Argusic-Agent hat es in 17 Minuten installiert und ist auf 5 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
CoAI.Dev builds and runs on port 8094 using SQLite (no MySQL) and a fake Redis mock, with login, user info, admin analytics, quota, subscription, channel management, and model listing endpoints all responding correctly.
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 100 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.
- Redis not available (server requires Redis)5 Minuten
- pnpm ignored build scripts for @swc/core and esbuild4 Minuten
- Go not installed in container2 Minuten
- pnpm not installed1 Minute
- SQLite migration error (duplicate column name)1 Minute
- Installationszeit
- 17 Minuten
- Von der kalten Maschine bis zum Ende
- 18 Minuten
- Aufgetretene und behobene Fehler
- 5 aufgetreten, 5 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- Server launched on port 8094; curl / returned 200 with frontend HTML; curl /api/login -X POST {root/chatnio123456} returned 200 with JWT token; curl /api/admin/analytics/info with Bearer token returned {billing_today:0,...}; curl /api/quota returned {quota:0,status:true}; curl /api/subscription returned subscription object; curl /api/admin/channel/list returned {data:null,status:true}
- Verbrauchte Modell-Tokens
- 674.473
- Genau getesteter Commit
- 3048a493eedc
- 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.
3. **Server runs** on port 8094 with SQLite (no MySQL) + fake Redis (no real Redis) 4. **Fixes applied**: - Fixed `validSqlError` in `db_migration.go` to handle SQLite's "duplicate column name" error fo… - Created a fake Redis server in Python to mock Redis dependencies - Fixed `pnpm-workspace.yaml` to allow build scripts for `@swc/core` and `esbuild` 5. **Verified endpoints work**: static page (200), API root, login (JWT token), user info, admin an… Let me clean up the processes and provide the ARGUSIC_RESULT. exec /bin/sh -lc 'pkill -f chatnio 2>/dev/null; pkill -f fakeredis 2>/dev/null; sleep 1; echo "cleaned"'… exited 143 in 0ms: tokens used 674,473
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.
- Hat sich von allen 5 Fehlern 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.
Was nicht lief oder unbekannt ist
- Die Installation dauerte 17 Minuten, langsamer als der Median der 22 vergleichbaren Projekte, die Argusic gemessen hat.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 23 Projekten im Bereich ai-gateway, die Argusic installiert und zeitlich gemessen hat, belegte coai Platz 15 bei der Zeit bis zum lauffähigen Zustand, und 17 von 23 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.
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
Themen (von GitHub)
ai-gatewayapichatchatgptcross-platformgeminigolangllm-gatewayopenaiproxyreact
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/coai)Fragen
- Läuft coai?
- Ja. coai läuft. Argusic hat es auf einer sauberen Maschine in 17 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic coai getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 3048a493eedc. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von coai gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,13 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 coai?
- 17 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 coai eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von coai schief?
- Im aufgezeichneten Lauf gingen 5 Dinge kaputt, und 5 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet coai im Vergleich zu Alternativen ab?
- Von den 23 Projekten im Bereich ai-gateway, die Argusic installiert und zeitlich gemessen hat, belegte coai Platz 15 bei der Zeit bis zum lauffähigen Zustand, und 17 von 23 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für coai?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.