Englisches Original: https://argusic.com/subject/future-agi
future-agi
Open-Source-End-to-End-Plattform für die Bewertung, Beobachtung und Verbesserung von LLM- und AI-Agent-Anwendungen. Tracing · Evals · Simulationen · Datensätze · Gateway · Guardrails. Selbst hostbar. Apache 2.0.
Läuft mit MocksQuelle: GitHubHomepagePythonApache-2.0Commit ec05d596da56
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: agent evaluation, ai agents, ai evals, ai gateway, ai observability, evals, evaluation framework und guardrails.
future-agi läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 49 Minuten installiert und ist auf 4 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Frontend dependencies installed with yarn, unit and integration tests pass (11/11) using jsdom environment. Backend dependencies installed via uv sync (441 packages). Django 5.1.8 and Django REST framework import correctly. Backend cannot fully start or run tests without Docker for PostgreSQL, ClickHouse, Redis, and MinIO.
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.
- No Docker daemon available - required for the standard install (docker compose)
- Node.js v18.19.1 installed, but frontend requires >=22.18.0
- Frontend test: 1 performance test fails with timing flake - expected duration <200ms but got ~365ms in this container
- Backend tests require Docker-based test infrastructure (PostgreSQL, ClickHouse, Redis, MinIO via docker-compose.test.yml) - cannot run without it
- Installationszeit
- 49 Minuten
- Von der kalten Maschine bis zum Ende
- 50 Minuten
- Aufgetretene und behobene Fehler
- 4 aufgetreten, 4 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- npx vitest run src/__tests__/unit/utils.test.js src/__tests__/integration/component-integration.test.jsx --reporter=verbose exited 0 with 11/11 tests passed
- Verbrauchte Modell-Tokens
- 433.979
- Genau getesteter Commit
- ec05d596da56
- 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.
PROPERTY_CATALOG_SEQUENCER.md README.md cmd config docker-compose.catalog-kafka.dev.yml docker-compose.standalone.yml Here's my comprehensive report on what was accomplished and where the blockers are. 2026-10-04T17:06:10.332284Z ERROR codex_core::session: failed to record rollout items: thread 01a10… 2026-10-04T17:06:10.335356Z ERROR codex_core::session: failed to record rollout items: thread 01a10… tokens used 433,979 Here's my comprehensive report on what was accomplished and where the blockers are.
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 sich von allen 4 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lizenz Apache-2.0, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
- Die Installation dauerte 49 Minuten, langsamer als der Median der 3 vergleichbaren Projekte, die Argusic gemessen hat.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 4 Projekten im Bereich agent-evaluation, die Argusic installiert und zeitlich gemessen hat, belegte future-agi Platz 4 bei der Zeit bis zum lauffähigen Zustand, und 2 von 4 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 | 1/3 | Läuft mit Mocks | 92,00 | 0,31 |
Themen (von GitHub)
agent-evaluationai-agentsai-evalsai-gatewayai-observabilityevalsevaluation-frameworkguardrailshallucination-detectionllm-evaluationllm-observabilityllm-tracingllmopsmodel-evaluationobservabilityopentelemetryrag-evaluationsimulationtelemetrytracing
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/future-agi)Fragen
- Läuft future-agi?
- future-agi läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 49 Minuten installiert und gestartet, ist dabei auf 4 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic future-agi getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit ec05d596da56. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von future-agi gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,31 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 future-agi?
- 49 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 future-agi eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von future-agi schief?
- Im aufgezeichneten Lauf gingen 4 Dinge kaputt, und 4 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet future-agi im Vergleich zu Alternativen ab?
- Von den 4 Projekten im Bereich agent-evaluation, die Argusic installiert und zeitlich gemessen hat, belegte future-agi Platz 4 bei der Zeit bis zum lauffähigen Zustand, und 2 von 4 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für future-agi?
- 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.