Ja. csp läuft. Argusic hat es auf einer sauberen Maschine in 3 Minuten installiert und gestartet, ist dabei auf 6 Fehler gestoßen und hat die Sitzung aufgezeichnet.

Wie hat Argusic csp getestet?

Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 4247a8b581d5. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.

Was hat der Test von csp gekostet?

Der Lauf, der diesen Befund ergab, kostete 0,46 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 csp?

2,5 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 csp eine GPU?

Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.

Was geht bei der Installation von csp schief?

Im aufgezeichneten Lauf gingen 6 Dinge kaputt, und 4 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.

Wo ist der Nachweis für csp?

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.

Englisches Original: https://argusic.com/subject/csp

csp

csp ist eine leistungsstarke reaktive Streamverarbeitungsbibliothek, geschrieben in C++ und Python

LäuftQuelle: GitHub HomepagePythonApache-2.0Commit 4247a8b581d5

Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: cpp, python, reactive, reactive programming, stream processing und streaming.

csp läuft. Ein Argusic-Agent hat es in 2,5 Minuten installiert und ist auf 6 Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

csp 0.19.1 installed from PyPI into a venv, ran the bid-ask spread example producing correct output, and 1600/1628 tests pass after installing tzdata, anywidget, and python-rapidjson
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 93,3 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund: Läuft
Argusic Score: 93,3 / 100
Kosten des verifizierenden Laufs: 0,46 USD (gemessen)
aufgezeichnete Läufe: 1
zuletzt getestet: 2026-10-21
Sterne: 450
Forks: 91
offene Issues: 81
Beobachter: 16
Größe: 6 MB
erstellt: 2024-01-22
letzter Push: 2026-11-01

Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert 2026-11-04. 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.

Durch jeden Fehlschlag verlorene Zeit beim Testen von csp, aus dem aufgezeichneten Lauf gezeichnet — Jeder Balken ist ein Fehler, den der Agent aufgezeichnet hat, mit der Zeit, die er gekostet hat. Aus diesem Lauf gezeichnet, aus keiner anderen Quelle.

Was schiefging, in den Worten des Agents

Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.

Source build failed: missing python3-dev headers (Development.Embed component not found)5 Minuten
test_websocket.py collection error: missing python-rapidjson1 Minute
test_db.py failures: missing tzdata package1 Minute
test_dateframe::test_perspective failure: missing anywidget1 Minute
Source build failed: vcpkg dependency tree incomplete - arrow, parquet, thrift, librdkafka, gtest not fully installed
test_examples.py collection error: examples directory not bundled in PyPI wheel

Installationszeit: 3 Minuten
Von der kalten Maschine bis zum Ende: 38 Minuten
Aufgetretene und behobene Fehler: 6 aufgetreten, 4 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde: csp.run example printed bid/ask/spread correctly; pytest ran 1600 passed, 26 skipped, 2 xfailed in 93.5s
Verbrauchte Modell-Tokens: 225.046
Genau getesteter Commit: 4247a8b581d5
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.

2026-10-21 02:32:07.081129 ask:2.0
2026-10-21 02:32:07.081129 spread:1.0
SUCCESS: Application ran correctly
Now I have all the data needed. Let me compile the final report.
exec
/bin/sh -lc 'cd /tmp && /tmp/venv/bin/python -m pytest /tmp/venv/lib/python3.12/site-packages/csp/t…
 succeeded in 94286ms:
1600 passed, 26 skipped, 2 xfailed, 611 warnings, 14 subtests passed in 93.50s (0:01:33)
Now I have everything. Let me compile the final result.
tokens used
225,046
Now I have everything. Let me compile the final result.

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 2,5 Minuten installiert, schneller als der Median der 3 vergleichbaren Projekte, die Argusic gemessen hat.
Lief ohne GPU, braucht also keine, um zu starten.
Lizenz Apache-2.0, laut Angabe des Hosts.

Was nicht lief oder unbekannt ist

Ist bei der Einrichtung auf 6 Fehler gestoßen, davon 2 nicht gelöst.
Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.

Von den 4 Projekten im Bereich cpp, die Argusic installiert und zeitlich gemessen hat, belegte csp Platz 2 bei der Zeit bis zum lauffähigen Zustand, und 3 von 4 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 2,5 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	1/3	Läuft	93,33	0,46	2026-10-21 02:34 UTC

Themen (von GitHub)

cpp python reactive reactive-programming stream-processing streaming

Badge einbetten

Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.

[![Tested by Argusic](https://argusic.com/badge/csp.svg)](https://argusic.com/subject/csp)

Fragen

Läuft csp?: Ja. csp läuft. Argusic hat es auf einer sauberen Maschine in 3 Minuten installiert und gestartet, ist dabei auf 6 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic csp getestet?: Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 4247a8b581d5. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von csp gekostet?: Der Lauf, der diesen Befund ergab, kostete 0,46 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 csp?: 2,5 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 csp eine GPU?: Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von csp schief?: Im aufgezeichneten Lauf gingen 6 Dinge kaputt, und 4 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
Wie schneidet csp im Vergleich zu Alternativen ab?: Von den 4 Projekten im Bereich cpp, die Argusic installiert und zeitlich gemessen hat, belegte csp Platz 2 bei der Zeit bis zum lauffähigen Zustand, und 3 von 4 erreichten überhaupt einen solchen Zustand.
Wo ist der Nachweis für csp?: 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.

csp