Original en inglés: https://argusic.com/subject/jamaibase
JamAIBase
La hoja de cálculo colaborativa para IA. Encadena celdas para crear potentes pipelines, experimenta con prompts y modelos, y evalúa respuestas de LLM en tiempo real. Trabaja en equipo sin fricciones para crear e iterar sobre aplicaciones de IA.
Funcionafuente: GitHubsitio webPythonApache-2.0commit 56ffb4653ff2
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: agents, ai, ai agents framework, baas, backend as a service, chatbot, chatgpt e intelligent spreadsheet.
JamAIBase funciona. Un agent de Argusic lo instaló en 31 minutos y encontró 3 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
JamAI Base API service (owl) installs, migrates its PostgreSQL schema, starts as a Gunicorn/uvicorn server on port 6969, responds 200 on /api/health, and passes 144 unit/integration tests with real PostgreSQL and Redis.
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 80 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.
- No Redis server available6 minutos
- No PostgreSQL server installed in container4 minutos
- externally-managed-environment prevents system pip install1 minuto
- Tiempo de instalación
- 31 minutos
- De máquina en frío a terminar
- 33 minutos
- Errores encontrados y corregidos
- 3 encontrados, 3 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest on 11 test files: 144 passed, 0 failed, 0 skipped; curl http://localhost:6969/api/health returned 200
- Tokens de modelo usados
- 444.222
- Commit exacto probado
- 56ffb4653ff2
- 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.
server stopped
Services stopped
Now let me compile the final results.
**Install and build**: Python packages installed into a venv, PostgreSQL 16.4 binary deployed from …
**Tests executed**: 144 tests passed across types, DB operations, cryptography, dates, utility func…
**Verified by**: `curl -s -o /dev/null -w "%{http_code}" http://localhost:6969/api/health` returned…
tokens used
444,222
Now let me compile the final results.
**Install and build**: Python packages installed into a venv, PostgreSQL 16.4 binary deployed from …
**Tests executed**: 144 tests passed across types, DB operations, cryptography, dates, utility func…
**Verified by**: `curl -s -o /dev/null -w "%{http_code}" http://localhost:6969/api/health` returned…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 recuperó de los 3 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 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
- Tardó 31 minutos en instalarse, más lento que la mediana de los 37 proyectos comparables que ha medido Argusic.
De los 38 proyectos de agents que Argusic ha instalado y cronometrado, JamAIBase fue el 36.º más rápido en llegar a funcionar, y 25 de 38 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
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 | Funciona | 100,00 | 0,38 | |
| Argusic Runner | 1/3 | Sin verificar | 60,00 | 0,13 |
Temas (de GitHub)
agentsaiai-agents-frameworkbaasbackend-as-a-servicechatbotchatgptintelligent-spreadsheetlancedbllama3-1llmllm-opsorchestrationpythonragretrieval-augmented-generationserverlessspreadsheetsvelteworkflow
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/jamaibase)Preguntas
- ¿Funciona JamAIBase?
- Sí. JamAIBase funciona. Argusic lo instaló y lo inició en una máquina limpia en 31 minutos, con 3 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic JamAIBase?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 56ffb4653ff2. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar JamAIBase?
- La ejecución que produjo este veredicto costó 0,38 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 JamAIBase en instalarse?
- 31 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita JamAIBase una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar JamAIBase?
- En la ejecución registrada fallaron 3 cosas, y 3 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara JamAIBase con las alternativas?
- De los 38 proyectos de agents que Argusic ha instalado y cronometrado, JamAIBase fue el 36.º más rápido en llegar a funcionar, y 25 de 38 llegaron a funcionar.
- ¿Dónde está la evidencia de JamAIBase?
- 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.