Original en inglés: https://argusic.com/subject/redis-vl-python
redis-vl-python
Redis Vector Library. El cliente de Python nativo de IA para Redis.
Funciona con mocksfuente: GitHubsitio webPythonMITcommit 8bb2f69e6a6d
Python, licencia MIT. El proyecto se describe a sí mismo como: anthropic, embedding, huggingface, large language models, llm, llmcache, mcp y openai.
redis-vl-python funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 0,5 minutos y encontró 5 errores en una máquina limpia sin GPU, y toda la sesión quedó grabada.
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.
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 54 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.
- Missing sentence-transformers dependency for HFTextVectorizer0,5 minutos
- Missing google-genai dependency for GoogleGenAIVectorizer0,3 minutos
- Missing fastmcp dependency for MCP tests0,3 minutos
- Missing pydantic-settings dependency for MCP module0,2 minutos
- 6 CLI unit tests require redis_url fixture (Docker Redis needed)
- Tiempo de instalación
- menos de un minuto
- De máquina en frío a terminar
- 19 minutos
- Errores encontrados y corregidos
- 5 encontrados, 4 corregidos sin ayuda humana
- Cómo se demostró el resultado
- 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
- Tokens de modelo usados
- 705.195
- Commit exacto probado
- 8bb2f69e6a6d
- 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
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
- 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
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 0,5 minutos, más rápido que la mediana de los 9 proyectos comparables que ha medido Argusic.
- Licencia MIT, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Encontró 5 errores durante la instalación, 1 de ellos sin resolver.
De los 10 proyectos de anthropic que Argusic ha instalado y cronometrado, redis-vl-python fue el 1.º más rápido en llegar a funcionar, y 5 de 10 llegaron a funcionar.
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 con mocks | 88,00 | 0,10 | |
| Argusic Runner | 1/3 | No funcionó | 20,00 | 0,13 |
Temas (de GitHub)
anthropicembeddinghuggingfacelarge-language-modelsllmllmcachemcpopenaipythonredisredis-searchretrieval-augmented-generationsearchsemantic-cachevector-databasevector-search
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/redis-vl-python)Preguntas
- ¿Funciona redis-vl-python?
- redis-vl-python funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 1 minutos, con 5 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic redis-vl-python?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 8bb2f69e6a6d. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar redis-vl-python?
- La ejecución que produjo este veredicto costó 0,10 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 redis-vl-python en instalarse?
- 0,5 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita redis-vl-python una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar redis-vl-python?
- En la ejecución registrada fallaron 5 cosas, y 4 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara redis-vl-python con las alternativas?
- De los 10 proyectos de anthropic que Argusic ha instalado y cronometrado, redis-vl-python fue el 1.º más rápido en llegar a funcionar, y 5 de 10 llegaron a funcionar.
- ¿Dónde está la evidencia de redis-vl-python?
- 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.