Original en inglés: https://argusic.com/subject/simplemind
simplemind
Cliente de API en Python para proveedores de IA que pretende reemplazar LangChain y LangGraph en la mayoría de los casos de uso comunes.
Funciona con mocksfuente: GitHubsitio webPythonApache-2.0commit c3d8a0c2741c
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: ai, anthropic, anthropic claude, api client, artificial intelligence, gemini, langchain y llms.
simplemind funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 2,5 minutos y encontró 5 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
The simplemind package installs in a Python venv and all 45 tests pass with mocked provider SDKs (OpenAI, Anthropic, Groq, Gemini, Ollama) returning canned responses for text generation, structured data generation, conversation management, tool calling, and minimax configuration.
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.
- Missing API keys for OpenAI, Anthropic, Groq, Ollama caused ValueError or connection errors3 minutos
- Tool-calling tests required multi-round tool call simulation1,5 minutos
- instructor v2 isinstance check failed against monkeypatched constructors1 minuto
- externally-managed-environment - system Python blocks pip install0,5 minutos
- Pydantic Settings object rejected direct field assignment0,5 minutos
- Tiempo de instalación
- 3 minutos
- De máquina en frío a terminar
- 19 minutos
- Errores encontrados y corregidos
- 5 encontrados, 5 corregidos sin ayuda humana
- Cómo se demostró el resultado
- cd /work/repo && /tmp/sm-venv/bin/python -m pytest tests/ -v -> 45 passed in 2.95s
- Tokens de modelo usados
- 793.850
- Commit exacto probado
- c3d8a0c2741c
- 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.
4. **instructor isinstance check failed** - instructor v2 does isinstance checks on client objects …
- Fix: Used real SDK instances with monkeypatched methods instead of replacing the class constru…
5. **Tool calling loop** - tool tests required multiple API call rounds
- Fix: Built a `_ToolSimulator` that returns tool calls for each tool in sequence
6. **Pydantic Settings field assignment** - trying to monkeypatch Pydantic BaseSettings fields dire…
- Fix: Use environment variables to set API keys instead
exec
/bin/sh -lc "echo '{\"install_succeeded\": true, \"launch_succeeded\": true, \"install_minutes\": 2…
succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 2.5, "errors": [{"msg": "e…
tokens used
793,850Reproducir 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 2,5 minutos, más rápido que la mediana de los 230 proyectos comparables que ha medido Argusic.
- 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 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.
- 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, simplemind fue el 69.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 | 0,17 |
Temas (de GitHub)
aianthropicanthropic-claudeapi-clientartificial-intelligencegeminilangchainllmsopenaiopenai-api
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/simplemind)Preguntas
- ¿Funciona simplemind?
- simplemind funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 3 minutos, con 5 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic simplemind?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit c3d8a0c2741c. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar simplemind?
- La ejecución que produjo este veredicto costó 0,17 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 simplemind en instalarse?
- 2,5 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita simplemind una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar simplemind?
- 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 simplemind con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, simplemind fue el 69.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de simplemind?
- 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.