Englisches Original: https://argusic.com/subject/faststream
faststream
Asynchrones Python-Framework für ereignisgesteuerte Dienste. Ein schlanker Client für Kafka, RabbitMQ, NATS, Redis und MQTT mit vollem Zugriff auf native Broker-Funktionen, plus AsyncAPI-Dokumentation, In-Memory-Tests und Observability von Haus aus.
LäuftQuelle: GitHubHomepagePythonApache-2.0Commit 31df8dac071b
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: asyncapi, asyncio, distributed systems, event driven architecture, faststream, kafka, mqtt und mqtt broker.
faststream läuft. Ein Argusic-Agent hat es in 0,2 Minuten installiert und ist auf 1 Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
FastStream 0.7.7 is installed and all in-memory test suites pass: 4526 non-connected tests pass across Kafka, RabbitMQ, NATS, Redis, Confluent, and MQTT brokers, with CLI, ASGI, and AsyncAPI documentation generation working 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 80 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_serve_asyncapi_docs_from_app_with_reload fails on first run due to missing @pytest.mark.slow() marker and --reload file-watcher startup timing
- Installationszeit
- unter einer Minute
- Von der kalten Maschine bis zum Ende
- 42 Minuten
- Aufgetretene und behobene Fehler
- 1 aufgetreten, 0 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- uv run pytest tests/ -m not slow and not connected -- 4526 pass 0 fail; faststream --version prints Running FastStream 0.7.7; uv build --wheel succeeds; individual broker suites all pass
- Verbrauchte Modell-Tokens
- 90.211
- Genau getesteter Commit
- 31df8dac071b
- 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.
No mocks or external credentials needed — this is a pure Python framework with in-memory test broke…
exec
/bin/sh -lc "cat << 'EOF'
EOF" in /work/repo
succeeded in 0ms:
exec
/bin/sh -lc "echo 'ARGUSIC_RESULT: {\"install_succeeded\": true, \"launch_succeeded\": true, \"inst…
succeeded in 0ms:
**FastStream 0.7.7 — clean install, all in-memory tests pass.** Zero errors were introduced. One pr…
tokens used
90,211
**FastStream 0.7.7 — clean install, all in-memory tests pass.** Zero errors were introduced. One pr…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 0,2 Minuten installiert.
- 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 1 Fehler gestoßen, davon 1 nicht gelöst.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
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 0,2 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
Themen (von GitHub)
asyncapiasynciodistributed-systemsevent-driven-architecturefaststreamkafkamqttmqtt-brokernatspythonrabbitmqredisstream-processing
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/faststream)Fragen
- Läuft faststream?
- Ja. faststream läuft. Argusic hat es auf einer sauberen Maschine in 0 Minuten installiert und gestartet, ist dabei auf 1 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic faststream getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 31df8dac071b. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von faststream gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,07 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 faststream?
- 0,2 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 faststream eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von faststream schief?
- Im aufgezeichneten Lauf ging 1 Sache kaputt. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wo ist der Nachweis für faststream?
- 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.