Ja. forge läuft. Argusic hat es auf einer sauberen Maschine in 3 Minuten installiert und gestartet, ist dabei auf 0 Fehler gestoßen und hat die Sitzung aufgezeichnet.

Wie hat Argusic forge getestet?

Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 236deda3a80f. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.

Was hat der Test von forge gekostet?

Der Lauf, der diesen Befund ergab, kostete 0,02 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 forge?

3 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 forge eine GPU?

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

Was geht bei der Installation von forge schief?

Im aufgezeichneten Lauf nichts: null Fehler zwischen Klonen und laufendem Zustand.

Wo ist der Nachweis für forge?

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.

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

forge

Ein Python-Framework für selbst gehostetes LLM-Tool-Calling und mehrstufige agentische Workflows

LäuftQuelle: GitHubPythonMITCommit 236deda3a80f

Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: agentic ai, agentic workflow, agents, function calling, llama cpp, llamafile, llm und ollama.

forge läuft. Ein Argusic-Agent hat es in 3 Minuten installiert und ist auf keine Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

forge-guardrails 0.9.5 installed with dev dependencies; 1571 unit tests pass; core, proxy, guardrails, and client modules all import cleanly.
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 90 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund: Läuft
Argusic Score: 90 / 100
Kosten des verifizierenden Laufs: 0,02 USD (gemessen)
aufgezeichnete Läufe: 2
zuletzt getestet: 2026-09-05
Sterne: 2.267
Forks: 174
offene Issues: 3
Beobachter: 14
Größe: 5 MB
erstellt: 2026-02-16
letzter Push: 2026-11-02

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.

Installationszeit: 3 Minuten
Von der kalten Maschine bis zum Ende: 6 Minuten
Aufgetretene und behobene Fehler: 0 aufgetreten, 0 ohne menschliche Hilfe behoben
Verbrauchte Modell-Tokens: 28.042
Genau getesteter Commit: 236deda3a80f
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.

Wie das Ergebnis belegt wurde: Läufe vor dem 2026-09-07 haben den Befehl zur Prüfung des Ergebnisses nicht aufgezeichnet
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.

exec
/bin/sh -lc 'cd /work/repo && /home/runner/forge-venv/bin/python -m pytest tests/unit/ --tb=no -q 2…
 succeeded in 7078ms:
........................................................................ [ 87%]
........................................................................ [ 91%]
........................................................................ [ 96%]
...........................................................              [100%]
1571 passed in 6.36s
All 1571 unit tests pass. The project is a Python library for LLM tool-calling guardrails — it does…
tokens used
28,042
All 1571 unit tests pass. The project is a Python library for LLM tool-calling guardrails — it does…

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 3 Minuten installiert, schneller als der Median der 37 vergleichbaren Projekte, die Argusic gemessen hat.
Unterwegs ging nichts kaputt: null Fehler zwischen Klonen und laufendem Zustand.
Lief ohne GPU, braucht also keine, um zu starten.
Lizenz MIT, laut Angabe des Hosts.
2-mal gemessen, das Ergebnis ist also kein Einzelfall.

Von den 38 Projekten im Bereich agentic-ai, die Argusic installiert und zeitlich gemessen hat, belegte forge Platz 11 bei der Zeit bis zum lauffähigen Zustand, und 27 von 38 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 3 Minuten nach dem Klonen.
Nach der eigenen README: Der dokumentierte Weg funktionierte, ohne dass etwas zu beheben war.

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	100,00	0,02	2026-09-05 19:31 UTC
Argusic Runner	2/3	Nicht verifiziert	80,00	0,01	2026-09-05 04:59 UTC

Themen (von GitHub)

agentic-ai agentic-workflow agents function-calling llama-cpp llamafile llm ollama python self-hosted tool-calling

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/forge.svg)](https://argusic.com/subject/forge)

Fragen

Läuft forge?: Ja. forge läuft. Argusic hat es auf einer sauberen Maschine in 3 Minuten installiert und gestartet, ist dabei auf 0 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic forge getestet?: Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 236deda3a80f. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von forge gekostet?: Der Lauf, der diesen Befund ergab, kostete 0,02 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 forge?: 3 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 forge eine GPU?: Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von forge schief?: Im aufgezeichneten Lauf nichts: null Fehler zwischen Klonen und laufendem Zustand.
Wie schneidet forge im Vergleich zu Alternativen ab?: Von den 38 Projekten im Bereich agentic-ai, die Argusic installiert und zeitlich gemessen hat, belegte forge Platz 11 bei der Zeit bis zum lauffähigen Zustand, und 27 von 38 erreichten überhaupt einen solchen Zustand.
Wo ist der Nachweis für forge?: 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.