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

EnterpriseAgentFramework

ReachAI: Schnell und sicher bringt es AI in bestehende Unternehmenssysteme, sodass AI Daten abfragen, Formulare ausfüllen und Geschäftsaufgaben direkt in OA-, ERP-, CRM- und anderen Geschäftsanwendungen ausführen kann.

LäuftQuelle: GitHubJavaMITCommit ea9c782da590

Java, Lizenz MIT. Das Projekt beschreibt sich selbst als: a2a, agent, agent framework, agent skills, agents, ai agents, ai capability und ai coding.

EnterpriseAgentFramework läuft. Ein Argusic-Agent hat es in 33 Minuten installiert und ist auf 2 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

Backend builds cleanly and all 2246 unit/integration tests pass across 9 Maven modules. Frontend builds with npm run build and 453 of 454 vitest tests pass across 10 test suites (1 pre-existing timezone-dependent dashboard test fails in UTC).

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

Befund
Läuft
Argusic Score
100 / 100
Kosten des verifizierenden Laufs
0,11 USD (gemessen)
aufgezeichnete Läufe
2
zuletzt getestet
Sterne
1.036
Forks
94
offene Issues
4
Beobachter
69
Größe
343 MB
erstellt
letzter Push

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.

Durch jeden Fehlschlag verlorene Zeit beim Testen von EnterpriseAgentFramework, 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.

  • Missing Java SDK JAR artifacts in classpath resources directory reachai-control-service/src/main/resources/ai-assist/artifacts/java-sdk/2 Minuten
  • NullPointerException in AiCodingTaskProtocolHttpTest.generatedWindowsBootstrapRestoresEncryptedSessionAndWritesUtf8Artifact: System.getenv("SystemRoot") returns null on Linux before assumeTrue guard2 Minuten
Installationszeit
33 Minuten
Von der kalten Maschine bis zum Ende
34 Minuten
Aufgetretene und behobene Fehler
2 aufgetreten, 2 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde
mvn test: 2246 total tests across all modules, 0 failures, 0 errors (3 skipped: 2 deployment checks, 1 Windows-only). 10 vitest suites: 453 passed, 1 pre-existing timezone failure.
Verbrauchte Modell-Tokens
138.297
Genau getesteter Commit
ea9c782da590
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

Sitzung ansehen

Der gesamte Lauf, von einer sauberen Maschine aus, in der tatsächlichen Geschwindigkeit. Nichts ist geschnitten, nichts beschleunigt.

Eine Aufzeichnung von Versuch 1, gelaufen am . Der obige Befund stammt aus einem anderen Versuch, betrachten Sie dies daher als eine einzelne Sitzung und nicht als das aktuelle Ergebnis. Die Terminalaufzeichnung, aus der es erstellt wurde, ist der Nachweis, gespeichert mit einem sha256-Fingerabdruck; das Video ist ein Rendering davon. Vom Video-Host wird nichts geladen, bis Sie auf Abspielen drücken.

Das Ende der Aufzeichnung

Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.

## Build
- `mvn clean install -DskipTests` — all 9 modules **SUCCESS** (~3.5 min)
- `ai-admin-front npm ci + npm run build` — **SUCCESS** (~38 sec)
## Tests
### Backend: 2246 tests, 0 failures, 0 errors
- `mvn test` — all modules **BUILD SUCCESS**
- 3 tests skipped: 2 deployment-check tests, 1 Windows-only PowerShell test (correctly)
### Frontend: 453/454 tests pass across 10 suites
- 1 pre-existing dashboard test fails due to UTC vs Asia/Shanghai timezone (not a regression)
## Errors found & fixed
1. **Missing Java SDK JARs**: `ControlAiAssistArtifactControllerTest.servesJavaSdkJarPomAndMatching…
2. **NullPointerException in Windows-only test**: `AiCodingTaskProtocolHttpTest.generatedWindowsBoo…

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 2 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 MIT, laut Angabe des Hosts.
  • 2-mal gemessen, das Ergebnis ist also kein Einzelfall.

Was nicht lief oder unbekannt ist

  • Die Installation dauerte 33 Minuten, langsamer als der Median der 8 vergleichbaren Projekte, die Argusic gemessen hat.

Von den 9 Projekten im Bereich a2a, die Argusic installiert und zeitlich gemessen hat, belegte EnterpriseAgentFramework Platz 7 bei der Zeit bis zum lauffähigen Zustand, und 8 von 9 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

getestet vonVersuchErgebnisScoreKosten USDwann
Argusic Runner2/3Läuft100,000,11
Argusic Runner1/3Läuft100,000,10

Themen (von GitHub)

a2aagentagent-frameworkagent-skillsagentsai-agentsai-capabilityai-codingai-gatewayenterprise-agententerprise-aijavalanggraphmcpmilvusopenai-compatibleragtool-callingvueworkflow

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/EnterpriseAgentFramework.svg)](https://argusic.com/subject/enterpriseagentframework)

Fragen

Läuft EnterpriseAgentFramework?
Ja. EnterpriseAgentFramework läuft. Argusic hat es auf einer sauberen Maschine in 33 Minuten installiert und gestartet, ist dabei auf 2 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic EnterpriseAgentFramework getestet?
Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit ea9c782da590. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von EnterpriseAgentFramework gekostet?
Der Lauf, der diesen Befund ergab, kostete 0,11 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 EnterpriseAgentFramework?
33 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 EnterpriseAgentFramework eine GPU?
Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von EnterpriseAgentFramework schief?
Im aufgezeichneten Lauf gingen 2 Dinge kaputt, und 2 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
Wie schneidet EnterpriseAgentFramework im Vergleich zu Alternativen ab?
Von den 9 Projekten im Bereich a2a, die Argusic installiert und zeitlich gemessen hat, belegte EnterpriseAgentFramework Platz 7 bei der Zeit bis zum lauffähigen Zustand, und 8 von 9 erreichten überhaupt einen solchen Zustand.
Wo ist der Nachweis für EnterpriseAgentFramework?
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.

Discussion