Original en inglés: https://argusic.com/subject/rocketride-server

rocketride-server

RocketRide is an open source AI meta-harness with the only enterprise-grade runtime built on C++. Build, test and publish durable agents that scale in production.

Funcionafuente: GitHubPythonMITcommit 37b5dd25af12

Python, licencia MIT. El proyecto se describe a sí mismo como: agent framework, agent harness, agent orchestration, agentic ai, ai agents, ai observability, cpp y document processing.

rocketride-server funciona. Un agent de Argusic lo instaló en 18 minutos y encontró 5 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.

The prebuilt RocketRide engine (v3.6.0.38) runs as a WebSocket server on port 5565, the Python client SDK (v1.6.0) installs and connects to it successfully, and the SDK's test suite executes real pipeline operations (launch/terminate/stream data/service discovery) against the engine.

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 75 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).

De un vistazo

veredicto
Funciona
Puntuación Argusic
75 / 100
costo de la ejecución de verificación
0,28 USD (medido)
ejecuciones registradas
2
última prueba
estrellas
20.008
forks
0
issues abiertos
0
observadores
0
creado
-
último push
-

Datos del proyecto de GitHub, enlazados al principio de esta página. 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 rocketride-server, 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.

  • server:build failed because system packages (zip, unzip, ninja-build, libc++1, etc.) require root5 minutos
  • LLVM/clang 18 tarball URL discovery via GitHub API hit rate limit — manually downloaded to ~/toolchains/llvm-183 minutos
  • Engine finds local source paths and fails when run from inside the repo checkout3 minutos
  • pnpm install required but pnpm not in PATH — installed via npm with --prefix1 minuto
  • Engine's bundled depends.py needed uv binary in exec_dir/bin/uv1 minuto
Tiempo de instalación
18 minutos
De máquina en frío a terminar
22 minutos
Errores encontrados y corregidos
5 encontrados, 5 corregidos sin ayuda humana
Cómo se demostró el resultado
Started engine from /tmp/rr-test (./engine ./ai/eaas.py --host=127.0.0.1), verified HTTP 200 on GET /, then ran 778 pytest cases against the live WebSocket server: 763 passed, 2 failed, 7 skipped, 6 errors, 539 subtests passed
Tokens de modelo usados
280.995
Commit exacto probado
37b5dd25af12
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.

- Engine started and answered HTTP 200 on `GET /` ✓
- Python test suite ran against the live engine: **763 passed, 2 failed, 7 skipped, 6 errors** acro…
The 2 failures are minor engine-version gaps (prebuilt engine is v3.6.0.38, SDK is v1.6.0 — slightl…
tokens used
280,995
Let me compile the final results. Here's what we accomplished:
- Installed Node/Python dependencies, built TypeScript client SDK ✓
- Installed Python SDK via pip ✓
- Manually downloaded prebuilt C++ engine from GitHub releases ✓
- Engine started and answered HTTP 200 on `GET /` ✓
- Python test suite ran against the live engine: **763 passed, 2 failed, 7 skipped, 6 errors** acro…
The 2 failures are minor engine-version gaps (prebuilt engine is v3.6.0.38, SDK is v1.6.0 — slightl…

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 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.
  • Medido 2 veces, así que el resultado no es algo puntual.

Qué no salió bien, o no se sabe

  • Tardó 18 minutos en instalarse, más lento que la mediana de los 63 proyectos comparables que ha medido Argusic.

De los 64 proyectos de agent-framework que Argusic ha instalado y cronometrado, rocketride-server fue el 57.º más rápido en llegar a funcionar, y 51 de 64 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 porintentoresultadopuntuacióncosto USDcuándo
Argusic Runner2/3No funcionó50,000,08
Argusic Runner1/3Funciona100,000,28

Temas (de GitHub)

agent-frameworkagent-harnessagent-orchestrationagentic-aiai-agentsai-observabilitycppdocument-processingllmllmopsmcpmcp-servermeta-harnessmodel-context-protocolopen-sourceragself-hostedvisual-programmingvscode-extensionworkflow-engine

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/rocketride-server.svg)](https://argusic.com/subject/rocketride-server)

Preguntas

¿Funciona rocketride-server?
Sí. rocketride-server funciona. Argusic lo instaló y lo inició en una máquina limpia en 18 minutos, con 5 errores por el camino, y grabó la sesión.
¿Cómo probó Argusic rocketride-server?
En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 37b5dd25af12. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
¿Cuánto costó probar rocketride-server?
La ejecución que produjo este veredicto costó 0,28 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 rocketride-server en instalarse?
18 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
¿Necesita rocketride-server una GPU?
No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
¿Qué falla al instalar rocketride-server?
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 rocketride-server con las alternativas?
De los 64 proyectos de agent-framework que Argusic ha instalado y cronometrado, rocketride-server fue el 57.º más rápido en llegar a funcionar, y 51 de 64 llegaron a funcionar.
¿Dónde está la evidencia de rocketride-server?
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.

Discussion