Englisches Original: https://argusic.com/subject/demogpt
DemoGPT
Erstellen Sie in einer Sekunde Agent-Apps mit Ihren Prompts. Alles, was Sie benötigen, um einen LLM-Agent zu erstellen: Tools, Prompts, Frameworks und Modelle, alles an einem Ort.
Läuft mit MocksQuelle: GitHubPythonMITCommit aca748b71345
Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: agent, agents, ai, artificial intelligence, autonomous agents, chatgpt, claude code und coding agents.
DemoGPT läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 5 Minuten installiert und ist auf 7 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Install built a working venv with all dependencies. All 4 tests pass against a mock OpenAI server (2 LLM: OpenAIModel, OpenAIChatModel; 2 RAG: add_files, add_text). Streamlit app launches on port 8592 and returns HTTP 200. The demogpt CLI entry point uses subprocess('streamlit') which resolves only from the venv bin directory (cosmetic).
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 92 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.
- sentence-transformers package not installed12 Minuten
- Tests require OPENAI_API_KEY2 Minuten
- Externally-managed Python environment prevented system-wide pip install1 Minute
- pytest not installed0,5 Minuten
- BaseRAG has no query() method, tests call query()0,5 Minuten
- ChromaDB 'attempt to write a readonly database' between test methods sharing persistent_path0,5 Minuten
- Installationszeit
- 5 Minuten
- Von der kalten Maschine bis zum Ende
- 55 Minuten
- Aufgetretene und behobene Fehler
- 7 aufgetreten, 7 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- cd /work/repo && OPENAI_API_KEY=sk-test-key OPENAI_BASE_URL=http://127.0.0.1:8765/v1 /work/repo/venv/bin/python -m pytest tests/ -v exited 0, 4 passed; streamlit run demogpt/app.py --server.port=8592 returned HTTP 200
- Verbrauchte Modell-Tokens
- 207.831
- Genau getesteter Commit
- aca748b71345
- 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
- Verhalten gegenüber echten Diensten
- dieser Lauf wurde nur gegen Ersatzdienste verifiziert
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
- **Install**: `pip install -e .` in venv completed with all 130+ dependencies - **Tests**: All 4 tests pass against a mock Argusic server (2 LLM + 2 RAG) - **Streamlit app**: Launches on port 8592 and returns HTTP 200 - **CLI**: Module imports correctly (subprocess `streamlit` path issue is cosmetic — `streamlit run… **Errors encountered and fixed:** 1. Externally-managed Python environment → installed in venv 2. Missing `pytest` → installed 3. Tests need OPENAI_API_KEY → stood up mock Argusic server 4. `BaseRAG` lacks `query()` method → added alias to `run()` in `base.py` 5. ChromaDB persistent path conflict between tests → made paths unique per test 6. Mock returned static response regardless of context → made mock context-aware 7. Missing `sentence-transformers` → installed
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
- In 5 Minuten installiert, schneller als der Median der 134 vergleichbaren Projekte, die Argusic gemessen hat.
- Hat sich von allen 7 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lizenz MIT, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Was nicht lief oder unbekannt ist
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
Von den 135 Projekten im Bereich agent, die Argusic installiert und zeitlich gemessen hat, belegte DemoGPT Platz 47 bei der Zeit bis zum lauffähigen Zustand, und 87 von 135 erreichten überhaupt einen solchen Zustand.
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 mit Mocks | 92,00 | 0,16 | |
| Argusic Runner | 1/3 | Läuft mit Mocks | 92,00 | 0,15 |
Themen (von GitHub)
agentagentsaiartificial-intelligenceautonomous-agentschatgptclaude-codecoding-agentsgemini-apilangchainlangchain-applangchain-pythonllmsmobile-appopenaipythonqwenreactweb-app
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/demogpt)Fragen
- Läuft DemoGPT?
- DemoGPT läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 5 Minuten installiert und gestartet, ist dabei auf 7 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic DemoGPT getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit aca748b71345. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von DemoGPT gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,16 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 DemoGPT?
- 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 DemoGPT eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von DemoGPT schief?
- Im aufgezeichneten Lauf gingen 7 Dinge kaputt, und 7 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet DemoGPT im Vergleich zu Alternativen ab?
- Von den 135 Projekten im Bereich agent, die Argusic installiert und zeitlich gemessen hat, belegte DemoGPT Platz 47 bei der Zeit bis zum lauffähigen Zustand, und 87 von 135 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für DemoGPT?
- 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.