Original en inglés: https://argusic.com/subject/respan-gateway

respan-gateway

Puerta de enlace de código abierto para LLM en Rust. Un único endpoint para OpenAI, Anthropic, Gemini y cualquier otro proveedor. Cualquier SDK, cualquier modelo, cualquier herramienta.

Funciona con mocksfuente: GitHubsitio webRustApache-2.0commit c9e433b35c6f

Rust, licencia Apache-2.0. El proyecto se describe a sí mismo como: ai agents, ai gateway, ai proxy, anthropic, claude code, gemini, litellm alternative y llm.

respan-gateway funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 9,5 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.

respan-gateway 0.3.0 Python package installed and verified working against a mock provider; Rust binary v0.2.0 built from source and all 692 unit tests pass

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

veredicto
Funciona con mocks
Puntuación Argusic
92 / 100
costo de la ejecución de verificación
0,07 USD (medido)
ejecuciones registradas
1
última prueba
estrellas
540
forks
81
issues abiertos
57
observadores
34
tamaño
9 MB
creado
último push

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.

Tiempo perdido en cada fallo al probar respan-gateway, a partir de la ejecución registrada
Cada barra es un fallo que el agent registró, con el tiempo que le costó. Sale de esta ejecución y de ningún otro sitio.

Qué salió mal, en palabras del propio agent

Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.

  • Ubuntu 24.04 system Python blocks pip install (PEP 668 externally-managed-environment)0,2 minutos
  • Rust workspace default build includes Python extension crate which needs libpython3.12-dev for linking
Tiempo de instalación
10 minutos
De máquina en frío a terminar
10 minutos
Errores encontrados y corregidos
2 encontrados, 2 corregidos sin ayuda humana
Cómo se demostró el resultado
pip install succeeded; E2E Python test against mock provider exercised models listing (2 models), in-process chat completion via openai SDK, HTTP server endpoints /v1/models and /v1/chat/completions (all 200), and /healthz (200); Rust binary built from source and started listening; `cargo test --workspace --all-targets --all-features --exclude respan-gateway-python` passed: 63 suites, 692 tests, 0 failures
Tokens de modelo usados
74.854
Commit exacto probado
c9e433b35c6f
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.

JSON validates. Here's a summary of everything accomplished:
**Respan Gateway** (`respan-gateway`) — successfully installed, built, and verified:
- `pip install respan-gateway` into a fresh venv (required because system Python is PEP 668-managed…
- Rust binary built from source with `cargo build -p respan-gateway` (the workspace default build i…
- **Python E2E test** against a mock HTTP provider:
  - `gw.models()` → 2 models returned (`gpt-4o-mini`, `gpt-4o`)
  - In-process chat completion via Argusic SDK → "Hello from gpt-4o-mini!"
  - HTTP server `/v1/models` → 200, `/v1/chat/completions` → 200, `/healthz` → 200
- **Rust test suite**: `cargo test --workspace --all-targets --all-features --exclude respan-gatewa…
- Rust binary starts and listens: `respan-gateway 0.2.0 listening on 127.0.0.1:9090`
- No third-party credentials required — mock testing was sufficient.
The gateway is fully operational. A real provider key (`OPENAI_API_KEY`, etc.) would be needed to e…

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 2 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
  • Licencia Apache-2.0, 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 9,5 minutos en instalarse, más lento que la mediana de los 110 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 111 proyectos de ai-agents que Argusic ha instalado y cronometrado, respan-gateway fue el 70.º más rápido en llegar a funcionar, y 83 de 111 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 porintentoresultadopuntuacióncosto USDcuándo
Argusic Runner1/3Funciona con mocks92,000,07

Temas (de GitHub)

ai-agentsai-gatewayai-proxyanthropicclaude-codegeminilitellm-alternativellmllm-gatewayllm-proxyllm-routerllmopsmcpmodel-context-protocolopenaiopenai-proxyopenrouter-alternativerealtimerustself-hosted

Insertar el badge

Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.

[![Tested by Argusic](https://argusic.com/badge/respan-gateway.svg)](https://argusic.com/subject/respan-gateway)

Preguntas

¿Funciona respan-gateway?
respan-gateway funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 10 minutos, con 2 errores por el camino, y grabó la sesión.
¿Cómo probó Argusic respan-gateway?
En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit c9e433b35c6f. Hay un intento registrado, y la metodología completa está en la página de metodología.
¿Cuánto costó probar respan-gateway?
La ejecución que produjo este veredicto costó 0,07 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 respan-gateway en instalarse?
9,5 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
¿Necesita respan-gateway una GPU?
No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
¿Qué falla al instalar respan-gateway?
En la ejecución registrada fallaron 2 cosas, y 2 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
¿Cómo se compara respan-gateway con las alternativas?
De los 111 proyectos de ai-agents que Argusic ha instalado y cronometrado, respan-gateway fue el 70.º más rápido en llegar a funcionar, y 83 de 111 llegaron a funcionar.
¿Dónde está la evidencia de respan-gateway?
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.

Discussion