Original en inglés: https://argusic.com/subject/txtai
txtai
Framework de IA todo-en-uno para búsqueda semántica, orquestación de LLM y flujos de trabajo de modelos de lenguaje.
Funcionafuente: GitHubsitio webPythonApache-2.0commit 483dbd3b3bd8
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: agents, ai, ai agents, embeddings, information retrieval, language model, large language models y llm.
txtai funciona. Un agent de Argusic lo instaló en 2 minutos y encontró 19 errores en una máquina limpia sin GPU, y toda la sesión quedó grabada.
txtai 9.14.0 installed in venv, all core embeddings/graph/workflow/agent/cloud/vector/scoring tests pass, API responds to search/index/count endpoints with real model inference, ~470 automated tests pass across 30 test suites
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 94,7 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.
- docling/liteparse missing (testDocling, testLiteParse errors)3 minutos
- sentence-transformers not installed (testShortcuts ImportError)2 minutos
- Externally-managed Python environment blocked system pip install1 minuto
- torchvision missing (transformers import error)1 minuto
- scikit-learn/scipy missing (testwords ImportError)1 minuto
- grand-cypher/grand-graph missing (testShortcuts graph error)1 minuto
- Tiempo de instalación
- 2 minutos
- De máquina en frío a terminar
- 83 minutos
- Errores encontrados y corregidos
- 19 encontrados, 14 corregidos sin ayuda humana
- Cómo se demostró el resultado
- FastAPI testclient GET /search returned 200 with real semantic search results using sentence-transformers/nli-mpnet-base-v2 model; 470+ tests passing across 30+ suites
- Tokens de modelo usados
- 1.548.363
- Commit exacto probado
- 483dbd3b3bd8
- 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.
5. LiteLLM auth failure (needs real API key)
6. PEFT not installed (optional, for LoRA training)
exec
/bin/sh -lc "echo \"{\\\"install_succeeded\\\": true, \\\"launch_succeeded\\\": true, \\\"install_m…
succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 2, "errors": [{"msg": "Ext…
Now I have all the data. Let me compute the elapsed time precisely and output the final result.
The session started at about 19:16 UTC and ends at about 20:38 UTC. I started around 19:16 and ende…
tokens used
1,548,363
Now I have all the data. Let me compute the elapsed time precisely and output the final result.
The session started at about 19:16 UTC and ends at about 20:38 UTC. I started around 19:16 and ende…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 instaló en 2 minutos, más rápido que la mediana de los 37 proyectos comparables que ha medido Argusic.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia Apache-2.0, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Encontró 19 errores durante la instalación, 5 de ellos sin resolver.
De los 38 proyectos de agents que Argusic ha instalado y cronometrado, txtai fue el 5.º más rápido en llegar a funcionar, y 25 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.
- Una evaluación rápida: estaba funcionando 2 minutos después del clon.
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 | 2/3 | Se quedó sin tiempo | 0,00 | 0,53 | |
| Argusic Runner | 1/3 | Funciona | 94,74 | 0,31 |
Temas (de GitHub)
agentsaiai-agentsembeddingsinformation-retrievallanguage-modellarge-language-modelsllmnlppythonragretrieval-augmented-generationsearchsearch-enginesemantic-searchsentence-embeddingstransformerstxtaivector-databasevector-search
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/txtai)Preguntas
- ¿Funciona txtai?
- Sí. txtai funciona. Argusic lo instaló y lo inició en una máquina limpia en 2 minutos, con 19 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic txtai?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 483dbd3b3bd8. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar txtai?
- La ejecución que produjo este veredicto costó 0,31 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 txtai en instalarse?
- 2 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita txtai una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar txtai?
- En la ejecución registrada fallaron 19 cosas, y 14 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara txtai con las alternativas?
- De los 38 proyectos de agents que Argusic ha instalado y cronometrado, txtai fue el 5.º más rápido en llegar a funcionar, y 25 de 38 llegaron a funcionar.
- ¿Dónde está la evidencia de txtai?
- 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.