Läuft redis-vl-python?

redis-vl-python läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 1 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.

Wie hat Argusic redis-vl-python getestet?

Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 8bb2f69e6a6d. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.

Was hat der Test von redis-vl-python gekostet?

Der Lauf, der diesen Befund ergab, kostete 0,10 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 redis-vl-python?

0,5 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 redis-vl-python eine GPU?

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

Was geht bei der Installation von redis-vl-python schief?

Im aufgezeichneten Lauf gingen 5 Dinge kaputt, und 4 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.

Wo ist der Nachweis für redis-vl-python?

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/redis-vl-python

redis-vl-python

Redis Vector Library. Der AI-native Python-Client für Redis.

Läuft mit MocksQuelle: GitHub HomepagePythonMITCommit 8bb2f69e6a6d

Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: anthropic, embedding, huggingface, large language models, llm, llmcache, mcp und openai.

redis-vl-python läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 0,5 Minuten installiert und ist auf 5 Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

redisvl 0.27.2 installed in a venv with all unit tests passing (1619/27skipped), CLI responding correctly, and optional dependencies for MCP, HF, GoogleGenAI, and AzureOpenAI vectorizers resolved.
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 54 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund: Läuft mit Mocks
Argusic Score: 54 / 100
Kosten des verifizierenden Laufs: 0,10 USD (gemessen)
aufgezeichnete Läufe: 2
zuletzt getestet: 2026-10-21
Sterne: 432
Forks: 119
offene Issues: 65
Beobachter: 10
Größe: 88 MB
erstellt: 2022-11-04
letzter Push: 2026-11-04

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.

Durch jeden Fehlschlag verlorene Zeit beim Testen von redis-vl-python, 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 sentence-transformers dependency for HFTextVectorizer0,5 Minuten
Missing google-genai dependency for GoogleGenAIVectorizer0,3 Minuten
Missing fastmcp dependency for MCP tests0,3 Minuten
Missing pydantic-settings dependency for MCP module0,2 Minuten
6 CLI unit tests require redis_url fixture (Docker Redis needed)

Installationszeit: unter einer Minute
Von der kalten Maschine bis zum Ende: 19 Minuten
Aufgetretene und behobene Fehler: 5 aufgetreten, 4 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde: python -m pytest tests/unit/ --noconftest --tb=no -q -k 'not test_listall_json and not test_info_json and not test_index_human_output and not test_stats_json and not test_stats_table' exited 0 with 1619 passed, 27 skipped; rvl version returned 'RedisVL version 0.27.2'; rvl --help printed expected output
Verbrauchte Modell-Tokens: 705.195
Genau getesteter Commit: 8bb2f69e6a6d
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.

- Missing extras found during testing: `pydantic-settings`, `fastmcp`, `sentence-transformers`, `go…
- No Docker or Redis server available in the container
**Test phase (1619 passed, 27 skipped, 0 failed):**
- Unit tests excluding 6 CLI tests needing `redis_url` (needs Docker Redis) and 1 repr test needing…
- MCP unit tests: **376 passed**
- GoogleGenAI vectorizer tests: **31 passed**
- Azure Argusic vectorizer tests: **36 passed, 1 skipped**
- CL tool help/version: all work (`rvl version` → 0.27.2)
**Remaining gaps (no fix possible without Docker):**
- 6 CLI tests need `redis_url` fixture (requires running Redis)
- Integration tests need Docker Compose (testcontainers)
- HF model download test times out in constrained environment

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

In 0,5 Minuten installiert, schneller als der Median der 9 vergleichbaren Projekte, die Argusic gemessen hat.
Lizenz MIT, laut Angabe des Hosts.
2-mal gemessen, das Ergebnis ist also kein Einzelfall.

Was nicht lief oder unbekannt ist

Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
Ist bei der Einrichtung auf 5 Fehler gestoßen, davon 1 nicht gelöst.

Von den 10 Projekten im Bereich anthropic, die Argusic installiert und zeitlich gemessen hat, belegte redis-vl-python Platz 1 bei der Zeit bis zum lauffähigen Zustand, und 5 von 10 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	2/3	Läuft mit Mocks	88,00	0,10	2026-10-21 19:51 UTC
Argusic Runner	1/3	Lief nicht	20,00	0,13	2026-10-21 16:44 UTC

Themen (von GitHub)

anthropic embedding huggingface large-language-models llm llmcache mcp openai python redis redis-search retrieval-augmented-generation search semantic-cache vector-database vector-search

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/redis-vl-python.svg)](https://argusic.com/subject/redis-vl-python)

Fragen

Läuft redis-vl-python?: redis-vl-python läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 1 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic redis-vl-python getestet?: Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 8bb2f69e6a6d. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von redis-vl-python gekostet?: Der Lauf, der diesen Befund ergab, kostete 0,10 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 redis-vl-python?: 0,5 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 redis-vl-python eine GPU?: Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von redis-vl-python schief?: Im aufgezeichneten Lauf gingen 5 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 redis-vl-python im Vergleich zu Alternativen ab?: Von den 10 Projekten im Bereich anthropic, die Argusic installiert und zeitlich gemessen hat, belegte redis-vl-python Platz 1 bei der Zeit bis zum lauffähigen Zustand, und 5 von 10 erreichten überhaupt einen solchen Zustand.
Wo ist der Nachweis für redis-vl-python?: 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.