Original en inglés: https://argusic.com/subject/fast-plaid
fast-plaid
Motor de alto rendimiento para búsqueda multi-vector
Funcionafuente: GitHubsitio webPythonMITcommit df2be46ee930
Python, licencia MIT. El proyecto se describe a sí mismo como: colbert, colpali, information retrieval, rust y vector database.
fast-plaid funciona. Un agent de Argusic lo instaló en 7,4 minutos y encontró 5 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
fast-plaid 1.7.0 builds, installs from a patched wheel, and passes all 83 tests: create, search, update, delete, metadata filtering, freeze/unfreeze, single-copy storage, legacy argument compatibility, and chunk-budget verification on CPU with torch 2.7.0.
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 100 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.
- Segfault on importing the .so — maturin bundles renamed copies of torch shared libraries (different SONAMEs) that conflict with already-loaded torch1,5 minutos
- Python development headers (Python.h) missing — no python3-dev package installed1 minuto
- Rust toolchain (rustc, cargo) not installed in container0,3 minutos
- tch-rs 0.20.0 compilation failed with torch 2.14.1+ C++ API differences (e.g. symint::sizes, deprecated functions)0,3 minutos
- patchelf binary not available for maturin wheel bundling0,2 minutos
- Tiempo de instalación
- 7 minutos
- De máquina en frío a terminar
- 31 minutos
- Errores encontrados y corregidos
- 5 encontrados, 5 corregidos sin ayuda humana
- Cómo se demostró el resultado
- python3 -m pytest tests/test.py -v -x (79 passed) && python3 -m pytest tests/test_chunk_budget.py -v (4 passed), all 83 tests passing in 41.9s + 1.6s using the patched wheel installed in a clean venv with torch 2.7.0+cpu
- Tokens de modelo usados
- 1.604.763
- Commit exacto probado
- df2be46ee930
- 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
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
succeeded in 0ms: 1793022387 I'll now calculate the exact minutes and assemble the final JSON report. Total elapsed time: start at timestamp 1793021943, end at 1793022387 = 444 seconds ≈ 7.4 minutes. Total install + fix time: from scratch (no Rust, no torch) to all 83 tests passing in 3 environment… Here's the final report: tokens used 1,604,763 I'll now calculate the exact minutes and assemble the final JSON report. Total elapsed time: start at timestamp 1793021943, end at 1793022387 = 444 seconds ≈ 7.4 minutes. Total install + fix time: from scratch (no Rust, no torch) to all 83 tests passing in 3 environment… Here's the final report:
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
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 7,4 minutos.
- Se recuperó de los 5 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
- Una evaluación rápida: estaba funcionando 7,4 minutos después del clon.
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
Temas (de GitHub)
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/fast-plaid)Preguntas
- ¿Funciona fast-plaid?
- Sí. fast-plaid funciona. Argusic lo instaló y lo inició en una máquina limpia en 7 minutos, con 5 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic fast-plaid?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit df2be46ee930. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar fast-plaid?
- La ejecución que produjo este veredicto costó 0,50 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 fast-plaid en instalarse?
- 7,4 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita fast-plaid una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar fast-plaid?
- En la ejecución registrada fallaron 5 cosas, y 5 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Dónde está la evidencia de fast-plaid?
- La ejecución registrada está 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.