Original en inglés: https://argusic.com/subject/relamind
RelaMind
Un sistema de análisis de trayectoria de crecimiento personal basado en AI, que ayuda a los usuarios a entenderse mejor a sí mismos y a lograr un crecimiento continuo mediante el registro de la vida, la revisión del historial y el análisis de patrones. Incluye funciones como enrutamiento inteligente, recuperación RAG y agents autónomos de tareas.
Funciona con mocksfuente: GitHubJavaMITcommit 40ef0f3c027d
Java, licencia MIT. El proyecto se describe a sí mismo como: ai, ai agents, cassandra database, chatbot, docker, java, langchain4j y manus ai.
RelaMind funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 34 minutos y encontró 5 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Spring Boot backend compiles and passes 17/18 tests; Vue.js frontend builds; 1 test skipped for PostgreSQL/pgvector dependency.
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 92 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.
- VectorStore and RAG cloud advisor configs triggered real API calls10 minutos
- Cassandra repositories missing - Spring context failed to load8 minutos
- PgVector VectorStore not available (no PostgreSQL)3 minutos
- Java 21 not available in environment2 minutos
- DashScope API key missing for Spring context tests2 minutos
- Tiempo de instalación
- 34 minutos
- De máquina en frío a terminar
- 35 minutos
- Errores encontrados y corregidos
- 5 encontrados, 5 corregidos sin ayuda humana
- Cómo se demostró el resultado
- mvn test exited 0, 18 tests run, 17 passed, 0 failed, 1 skipped. Frontend: vite build succeeded.
- Tokens de modelo usados
- 309.620
- Commit exacto probado
- 40ef0f3c027d
- 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.
- Frontend builds with `npm run build` via vite - Created test infrastructure mocking Cassandra, DashScope, and VectorStore - Modified 2 production `@Configuration` classes to be conditional (`@ConditionalOnProperty`) - All 8 `@SpringBootTest` test classes updated to import mock config **Test results:** - 18 tests run, 17 pass, 0 fail, 1 skipped (PgVector needs PostgreSQL) - 4 tool tests exercise real network/filesystem behavior (PDF generation, web scraping, resource do… - 14 Spring-context tests use mocks for Cassandra repos, DashScope ChatModel/EmbeddingModel, and Ve… **Remaining gaps:** - PgVector (PostgreSQL + pgvector) not available in this container - No real DashScope API key provided - Docker not available for compose-based deployment
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 recuperó de los 5 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Licencia MIT, según su plataforma de origen.
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.
- Tardó 34 minutos en instalarse, más lento que la mediana de los 230 proyectos comparables que ha medido Argusic.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 231 proyectos de ai que Argusic ha instalado y cronometrado, RelaMind fue el 219.º más rápido en llegar a funcionar, y 152 de 231 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 | 1/3 | Funciona con mocks | 92,00 | 0,68 |
Temas (de GitHub)
aiai-agentscassandra-databasechatbotdockerjavalangchain4jmanus-aimcpragreactagentsensitivewordsmart-routingspring-bootspringaispringai-alibabatoolcallingvector-databasevue3
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/relamind)Preguntas
- ¿Funciona RelaMind?
- RelaMind funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 34 minutos, con 5 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic RelaMind?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 40ef0f3c027d. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar RelaMind?
- La ejecución que produjo este veredicto costó 0,68 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 RelaMind en instalarse?
- 34 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita RelaMind una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar RelaMind?
- 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.
- ¿Cómo se compara RelaMind con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, RelaMind fue el 219.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de RelaMind?
- 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.