Original en anglais: https://argusic.com/subject/agently
Agently
[GenAI Application Development Framework] Créer des applications GenAI vite et facilement. Interagir facilement avec l'agent GenAI dans le code à l'aide de données structurées et de la syntaxe d'appels en chaîne. Utiliser le flux Event-Driven *TriggerFlow* pour gérer la logique de fonctionnement complexe de GenAI. Changer de modèle sans réécrire le code de l'application.
Fonctionnesource : GitHubpage d'accueilPythonApache-2.0commit d58239501e7d
Python, sous licence Apache-2.0. Le projet se décrit ainsi : agent, agent based framework, agent framework, chatglm, claude, deepseek, ernie et framework.
Agently fonctionne. Un agent Argusic l'a installé en 5 minutes et a rencontré 4 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
The agently 4.1.4.8 package installs, imports, and creates agents via its fluent API. 3,776 of 3,826 tests pass. 9 failures are pre-existing characterization snapshot mismatches (expected on different package versions), and 1 requires a Docker daemon.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré
Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 100 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.
Ce qui a été mesuré
Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.
Ce qui s'est mal passé, dans les mots de l'agent
Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.
- No python binary on PATH — only python3 available, but code adapters and providers hardcoded python as argv[0]2 minutes
- Missing optional dependencies: python-dotenv, beautifulsoup4, fastapi, sqlmodel, aiosqlite, fastmcp1 minute
- 9 characterization tests fail due to baseline snapshot drift (event paths and prompt content differ across package versions)
- test_gvisor_direct_docker_run_emits_one_fixed_runtime_argv fails — Docker daemon not available in container and monkeypatch does not cover inspect_availability()
- Temps d'installation
- 5 minutes
- De la machine vierge à la fin
- 45 minutes
- Erreurs rencontrées et corrigées
- 4 rencontrées, 4 corrigées sans aide humaine
- Comment le résultat a été prouvé
- pytest exited with code 1, 3776 passed, 10 failed (9 characterization baseline drift + 1 missing Docker), 39 skipped
- Tokens de modèle utilisés
- 344 619
- Commit exact testé
- d58239501e7d
- Image de conteneur
- sha256:cdd920bce783
Ce qui n'a pas été mesuré
L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.
- Pic de mémoire GPU
- cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
- Comportement sur une longue durée
- chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge
La fin de l'enregistrement
Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.
FAILED tests/test_gvisor_execution_provider.py::test_gvisor_direct_docker_run_emits_one_fixed_runti… ============================== 1 failed in 0.48s =============================== exec /bin/sh -lc 'cd /work/repo && pip list 2>/dev/null | grep -i agently' in /work/repo exited 1 in 113ms: exec /bin/sh -lc 'cd /work/repo && .venv/bin/pip list 2>/dev/null | grep -i agently' in /work/repo succeeded in 54ms: agently 4.1.4.8 /work/repo agently-stage 0.3.8 tokens used 344,619
Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.
Comment le test a été mené
Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.
Points forts et limites
Des faits mesurés, pas des opinions. Comment ce site est rédigé.
Ce qui s'est bien passé
- A atteint un état de fonctionnement sur une machine propre, avec la session enregistrée.
- Installé en 5 minutes, plus vite que la médiane des 134 projets comparables mesurés par Argusic.
- S'est remis des 4 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- A fonctionné sans GPU, il n'en a donc pas besoin pour démarrer.
- Sous licence Apache-2.0, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Sur les 135 projets agent qu'Argusic a installés et chronométrés, Agently a été le 48e plus rapide à atteindre un état de fonctionnement, et 87 sur 135 en ont atteint un.
Pour quoi c'est un choix raisonnable
- L'essayer sur un ordinateur portable ou un petit serveur : il a atteint un état de fonctionnement sans GPU.
- Une évaluation rapide : il fonctionnait 5 minutes après le clone.
Également testés, dans le même domaine
Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Fonctionne | 100,00 | 0,32 |
Sujets (depuis GitHub)
agentagent-based-frameworkagent-frameworkchatglmclaudedeepseekernieframeworkgeminigoogle-geminigptllm-agentllm-applicationllm-appsllm-frameworkllmopsllmsminimaxpython
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/agently)Questions
- Agently fonctionne-t-il ?
- Oui. Agently fonctionne. Argusic l'a installé et lancé sur une machine propre en 5 minutes, en rencontrant 4 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé Agently ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit d58239501e7d. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test d'Agently ?
- L'exécution qui a produit ce verdict a coûté 0,32 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
- Combien de temps faut-il pour installer Agently ?
- 5 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
- Agently a-t-il besoin d'un GPU ?
- Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
- Qu'est-ce qui pose problème lors de l'installation d'Agently ?
- 4 problèmes sont survenus lors de l'exécution enregistrée, et 4 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment Agently se compare-t-il aux alternatives ?
- Sur les 135 projets agent qu'Argusic a installés et chronométrés, Agently a été le 48e plus rapide à atteindre un état de fonctionnement, et 87 sur 135 en ont atteint un.
- Où sont les preuves pour Agently ?
- L'exécution enregistrée se trouve sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.