Englisches Original: https://argusic.com/subject/fast-agent
fast-agent
Agents programmieren, bauen und evaluieren: hervorragende Unterstützung für Modell und Skills/MCP/ACP/A2A
LäuftQuelle: GitHubHomepagePythonApache-2.0Commit 920cb671f347
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: a2a, acp, agent, agent framework, agent skills, cli, mcp und mcp client.
fast-agent läuft. Ein Argusic-Agent hat es in 0,1 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.
All 8730 unit tests pass, CLI boots and responds, playback LLM agent runs end-to-end, format/lint/typecheck all pass.
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_cli_duckdb_sql_rejects_multiple_statements_before_execution failed: _normalize_user_sql() ran after _parquet_view_query(), so a missing-file IOError masked the SQL validation3 Minuten
- test_prefixed_method_signatures_wrap_to_documented_width failed: inspect.Signature.format(max_width=...) is Python 3.13+ only, project targets 3.123 Minuten
- Installationszeit
- unter einer Minute
- Von der kalten Maschine bis zum Ende
- 30 Minuten
- Aufgetretene und behobene Fehler
- 2 aufgetreten, 2 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- pytest tests/unit passed 8730/8730; fast-agent --help && fast-agent --version printed; playback LLM agent ran and returned response
- Verbrauchte Modell-Tokens
- 1.129.744
- Genau getesteter Commit
- 920cb671f347
- 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.
- Total runtime: ~4 minutes. tokens used 1,129,744 All checks pass. Let me compile the final report. **Summary of findings:** - **Install**: `uv sync --all-extras` succeeded on first attempt. - **Errors encountered and fixed**: 1. `test_cli_duckdb_sql_rejects_multiple_statements_before_execution` — SQL validation ran *after… 2. `test_prefixed_method_signatures_wrap_to_documented_width` — `inspect.Signature.format(max_wid… - **Verification**: All 8730 unit tests pass (zero failures). CLI boots (`fast-agent --help`, `fast… - **Test depth**: tier1_real — verified real behavior (playback LLM agent executed, responded, and … - Total runtime: ~4 minutes.
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 0,1 Minuten installiert, schneller als der Median der 8 vergleichbaren Projekte, die Argusic gemessen hat.
- 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 Apache-2.0, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Von den 9 Projekten im Bereich a2a, die Argusic installiert und zeitlich gemessen hat, belegte fast-agent Platz 2 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.
- Für eine schnelle Evaluierung: Es lief 0,1 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 | 0,25 | |
| Argusic Runner | 1/3 | Lief nicht | 20,00 | 0,08 |
Themen (von GitHub)
a2aacpagentagent-frameworkagent-skillsclimcpmcp-clientmcp-serverpythonskillstui
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/fast-agent)Fragen
- Läuft fast-agent?
- Ja. fast-agent läuft. Argusic hat es auf einer sauberen Maschine in 0 Minuten installiert und gestartet, ist dabei auf 2 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic fast-agent getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 920cb671f347. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von fast-agent gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,25 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 fast-agent?
- 0,1 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 fast-agent eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von fast-agent 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 fast-agent im Vergleich zu Alternativen ab?
- Von den 9 Projekten im Bereich a2a, die Argusic installiert und zeitlich gemessen hat, belegte fast-agent Platz 2 bei der Zeit bis zum lauffähigen Zustand, und 8 von 9 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für fast-agent?
- 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.