Original en inglés: https://argusic.com/subject/second-brain
second-brain
Second Brain es un framework agentic que actúa como un sistema operativo, usando inteligencia de archivos locales, automatización de flujos de trabajo y LLMs para completar tareas y comunicarse a través de múltiples modalidades y plataformas de mensajería.
Funcionafuente: GitHubPythonMITcommit d79ca2e1859a
Python, licencia MIT. El proyecto se describe a sí mismo como: agentic ai, agentic workflow, ai, ai agent tools, ai agents, cronjob scheduler, data science y database.
second-brain funciona. Un agent de Argusic lo instaló en 51 minutos y encontró 5 errores en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Second Brain Python kernel installed and starts. HTTP frontend serves port 8789 and responds to authenticated SDK requests. Web UI builds with Node 22. Test suite runs 2819 passing tests with 2 pre-existing failures. Requires Node 20.19+ or 22.12+ for the web UI; port 8787 is blocked by an orphaned socket from prior test runs.
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 96 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.
- Stale orphan LISTEN socket on port 8787 from prior test processes blocks HTTP frontend. No process holds the socket but it persists in LISTEN state.8 minutos
- Node.js 18 too old for web UI (requires ^20.19.0 or >=22.12.0). Vite fails with SyntaxError on node:util.styleText.5 minutos
- Plugin watcher fails with inotify instance limit reached (EMFILE, errno 24) when orphaned guest.child subprocesses accumulate from test runs.3 minutos
- REPL frontend fails with the console is closed in non-interactive environment (no TTY available).2 minutos
- 2 pre-existing test failures in test_sandbox_processes.py: test_starting_a_process_asks_unless_something_vouches_for_it[ls-proc.run] and [ls-proc.start] - sandbox now classifies ls as safe but tests expect it to be unsafe.
- Tiempo de instalación
- 51 minutos
- De máquina en frío a terminar
- 51 minutos
- Errores encontrados y corregidos
- 5 encontrados, 4 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest: 2819 passed, 2 failed, 5 skipped across 129 test files. SDK POST /sdk/config.read?thread=t1 returned HTTP 200 with {data: 8789}. GET /health returned HTTP 401 (expected, requires Bearer token). Web UI builds: npx vite build produced dist/ in 1.14s. App launches and logs frontend http is serving on 127.0.0.1:8789.
- Tokens de modelo usados
- 1.869.807
- Commit exacto probado
- d79ca2e1859a
- 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.
**Tests**: 2819 passed, 2 failed (pre-existing regression in sandbox process safety classification)… tokens used 1,869,807 The report is complete and verified. Here's a summary of what was done: **Installation**: Python `pip install -r requirements.txt` and `npm install` in `frame_ui/` both su… **Two environment issues found and worked around**: 1. **Node.js 18** on the system is too old for the web UI. Downloaded Node v22.12.0 binary and used… 2. An **orphan TCP socket** on port 8787 (left by prior test processes) blocks the HTTP frontend on… **Launch**: The app starts and serves the HTTP frontend on port 8789. SDK requests respond: - `POST /sdk/config.read?thread=t1` → HTTP 200 with config data - `GET /health` → HTTP 401 (expected, requires auth token) **Tests**: 2819 passed, 2 failed (pre-existing regression in sandbox process safety classification)…
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.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Tardó 51 minutos en instalarse, más lento que la mediana de los 37 proyectos comparables que ha medido Argusic.
- Encontró 5 errores durante la instalación, 1 de ellos sin resolver.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 38 proyectos de agentic-ai que Argusic ha instalado y cronometrado, second-brain fue el 38.º más rápido en llegar a funcionar, y 27 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
Temas (de GitHub)
agentic-aiagentic-workflowaiai-agent-toolsai-agentscronjob-schedulerdata-sciencedatabasellmsmultimodalopen-sourceorchestratorpythonpython3ragtool-useworkflow-automation
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/second-brain)Preguntas
- ¿Funciona second-brain?
- Sí. second-brain funciona. Argusic lo instaló y lo inició en una máquina limpia en 51 minutos, con 5 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic second-brain?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit d79ca2e1859a. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar second-brain?
- 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 second-brain en instalarse?
- 51 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita second-brain una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar second-brain?
- 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 second-brain con las alternativas?
- De los 38 proyectos de agentic-ai que Argusic ha instalado y cronometrado, second-brain fue el 38.º más rápido en llegar a funcionar, y 27 de 38 llegaron a funcionar.
- ¿Dónde está la evidencia de second-brain?
- 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.