Original en inglés: https://argusic.com/subject/swirl-search
swirl-search
Búsqueda con AI y RAG sin mover tus datos. Obtén respuestas instantáneas del conocimiento de tu empresa en más de 100 aplicaciones mientras mantienes los datos seguros. Despliega en minutos, no en meses.
Funcionafuente: GitHubsitio webPythonApache-2.0commit 0506aa5638ae
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: ai search, bigquery, django, federated query, federated search, gpt, large language models y metasearch.
swirl-search funciona. Un agent de Argusic lo instaló en 18 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
SWIRL Community Edition installed in a Python 3.12 virtual environment with all dependencies; Django server starts and answers requests; full test suite passes 184/184 tests.
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 100 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.
- Python 3.12 externally-managed-environment blocks system-wide pip install1 minuto
- redis-server binary not available (no root); Celery/Channels requires Redis
- Tiempo de instalación
- 18 minutos
- De máquina en frío a terminar
- 11 minutos
- Errores encontrados y corregidos
- 2 encontrados, 2 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pytest swirl/tests/ -q exited 0, 184 passed; manage.py runserver answers HTTP 302 on /; manage.py check shows 0 errors
- Tokens de modelo usados
- 55.690
- Commit exacto probado
- 0506aa5638ae
- 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.
In the span of about 75 minutes, I set up this project from scratch in the container and ran it. Tw… 1. **Externally managed Python environment** — Ubuntu 24.04's Python blocks system-wide pip install… 2. **No `redis-server` binary** — The Celery/Channels config defaults to `redis://localhost:6379/0`… The Galaxy UI frontend returns 404 because it's an optional Docker-based install (`install-ui.sh`).… **Verification commands and results:** | Check | Result | |---|---| | `django-admin check` | 5 warnings (no errors) — JSONField defaults, URL namespace | | `manage.py collectstatic` | 159 static files copied | | `curl http://localhost:8000/` | HTTP 302 → redirects to `/galaxy/` | | `curl http://localhost:8000/admin/` | HTTP 302 → redirects to admin login | | `pytest swirl/tests/ -q` | **184 passed, 2 warnings** |
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 2 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 Apache-2.0, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Tardó 18 minutos en instalarse, más lento que la mediana de los 3 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 4 proyectos de ai-search que Argusic ha instalado y cronometrado, swirl-search fue el 4.º más rápido en llegar a funcionar, y 3 de 4 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)
ai-searchbigquerydjangofederated-queryfederated-searchgptlarge-language-modelsmetasearchpythonragrelevancyretrieval-augmented-generationsearchsearch-engineunified-search
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/swirl-search)Preguntas
- ¿Funciona swirl-search?
- Sí. swirl-search funciona. Argusic lo instaló y lo inició en una máquina limpia en 18 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic swirl-search?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 0506aa5638ae. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar swirl-search?
- La ejecución que produjo este veredicto costó 0,05 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 swirl-search 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 swirl-search una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar swirl-search?
- 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 swirl-search con las alternativas?
- De los 4 proyectos de ai-search que Argusic ha instalado y cronometrado, swirl-search fue el 4.º más rápido en llegar a funcionar, y 3 de 4 llegaron a funcionar.
- ¿Dónde está la evidencia de swirl-search?
- 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.