Original en inglés: https://argusic.com/subject/autoflow
autoflow
pingcap/autoflow es una herramienta de base de conocimiento conversacional basada en Graph RAG, construida con TiDB Serverless Vector Storage.
No se pudo verificarfuente: GitHubsitio webTypeScriptApache-2.0commit c4cb19d8fa20
TypeScript, licencia Apache-2.0. El proyecto se describe a sí mismo como: chatbot, cot, graphrag, knowledge graph, mysql, rag, serverless y vector database.
Argusic no consiguió que autoflow funcionara. Un agent de Argusic lo instaló en 3 minutos y encontró 4 errores en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Python dependencies installed and backend module loads 138 API routes, but the app cannot start because TiDB/MySQL server is unreachable on localhost:4000, no Docker is available to start it, and no third-party API keys are provided for LLM or embedding models.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 25 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- TiDB/MySQL server required — backend engine connects to localhost:4000 on module import; no Docker and no root to install MySQL/TiDB15 minutos
- No third-party API keys available — 7 backend LLM tests fail with AuthenticationError, core model/knowledge_graph tests fail needing OpenAI, Jina AI, etc.10 minutos
- Backend lifespan startup fails — engine.connect() raises OperationalError (2003) to localhost:4000; 138 routes import but server cannot bind10 minutos
- No Redis server — required by Celery/Flower for async task queue, cannot start full backend5 minutos
- Tiempo de instalación
- 3 minutos
- De máquina en frío a terminar
- 24 minutos
- Errores encontrados y corregidos
- 4 encontrados, 0 corregidos sin ayuda humana
- Cómo se demostró el resultado
- cd backend && PYTHONPATH=$PWD .venv/bin/python -c 'from app.api_server import app; print(len(app.routes))' returned 138; .venv/bin/python -m pytest tests/test_dynamic_models.py -v returned 1 passed; import of app.core.db creates engine eagerly and connecting to localhost:4000 raises OperationalError
- Tokens de modelo usados
- 700.566
- Commit exacto probado
- c4cb19d8fa20
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
- Si funciona en absoluto
- esta ejecución no verificó nada, así que esta página no afirma nada en ningún sentido
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/work/repo/backend/.venv/lib/python3.12/site-packages/pymysql/connections.py", line 361, in…
self.connect()
File "/work/repo/backend/.venv/lib/python3.12/site-packages/pymysql/connections.py", line 716, in…
raise exc
sqlalchemy.exc.OperationalError: (pymysql.err.OperationalError) (2003, "Can't connect to MySQL serv…
(Background on this error at: https://sqlalche.me/e/20/e3q8)
Attempting lifespan startup...
Here is the final report based on everything I verified.
tokens used
700,566
Here is the final report based on everything I verified.Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Se instaló en 3 minutos.
- Licencia Apache-2.0, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Un agent sin límite de tiempo no consiguió que funcionara.
- Encontró 4 errores durante la instalación, 4 de ellos sin resolver.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | No funcionó | 20,00 | 0,23 | |
| Argusic Runner | 1/3 | No funcionó | 30,00 | 0,12 |
Temas (de GitHub)
chatbotcotgraphragknowledge-graphmysqlragserverlessvector-database
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/autoflow)Preguntas
- ¿Funciona autoflow?
- Argusic no pudo verificar que autoflow funcione. Argusic lo instaló y lo inició en una máquina limpia en 3 minutos, con 4 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic autoflow?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit c4cb19d8fa20. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar autoflow?
- La ejecución que produjo este veredicto costó 0,12 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda autoflow en instalarse?
- 3 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita autoflow una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar autoflow?
- En la ejecución registrada fallaron 4 cosas. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Dónde está la evidencia de autoflow?
- Las 2 ejecuciones registradas están en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.