Original en anglais: https://argusic.com/subject/gpt-rag
GPT-RAG
Zone d'atterrissage de niveau entreprise pour applications d'AI agent sur Azure. Déployez l'infrastructure sécurisée, l'application d'agent, ou les deux; le tout est basé sur Microsoft Foundry et Microsoft Agent Framework, avec réseau Zero-Trust, observabilité et IaC.
Fonctionne avec des mockssource : GitHubpage d'accueilPythonMITcommit 324df2c24620
Python, sous licence MIT. Le projet se décrit ainsi : agent framework, agent landing zone, agentic rag, ai agents, azd templates, azure, azure ai search et azure container apps.
GPT-RAG fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 18 minutes et a rencontré 3 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
In a fresh container venv, the full pytest suite passes (469 passed, 9 environment skips), all five bash hooks pass syntax checks, and the topology, hosted-access, and app-config CLIs run to completion against mocked Azure and fail closed without it.
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 92 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.
- util/requirements.txt and config/requirements.txt pin conflicting azure-identity versions (1.23.0 vs 1.25.3), and pip-re Installing both files fails with ResolutionImpossible4 minutes
- PowerShell 7 (pwsh) and Azure CLI (az)/azd are not installed in the container; hook tests for pwsh are skipped and live azd provisioning cannot run (no root to install)4 minutes
- scripts/postProvision.sh and scripts/preDeploy.sh report syntax errors under 'sh -n'3 minutes
- Temps d'installation
- 18 minutes
- De la machine vierge à la fin
- 6 minutes
- Erreurs rencontrées et corrigées
- 3 rencontrées, 3 corrigées sans aide humaine
- Comment le résultat a été prouvé
- python -m pytest -q returned 469 passed, 9 skipped, 431 subtests passed; python -m config.deployment.topology --describe returned rc 0 JSON topology; hosted_access main --plan/--apply returned rc 0 with 3 grants; appconfig main() returned rc 0 and printed hosted-no-panel; validator script exit 0
- Tokens de modèle utilisés
- 348 807
- Commit exact testé
- 324df2c24620
- 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
- Comportement face aux vrais services
- cette exécution n'a été vérifiée qu'avec des services de substitution
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.
- Set up `.venv`, installed `util/requirements.txt` + `config/requirements.txt` + `pytest` + `PyYAM…
- Suite: `python -m pytest -q` → `469 passed, 9 skipped, 431 subtests passed in 4.59s`. The 9 skips…
- Real CLI executions, all with no real Azure credentials:
- `PYTHONPATH=. python -m config.deployment.topology --describe` → rc 0, JSON `{"topology": "host…
- `hosted_access.main(["--plan"]/["--apply"])` via the repo's own schema-correct mock `az` → rc 0…
- `appconfig.main()` with a fake `az` binary → rc 0, printed `hosted-no-panel`, issued the 46 exp…
- `hosted_image.render_hosted_dockerfile` → anchored `FROM ...@sha256:...` and rejected mutable t…
- `hosted_prepare` and `validate-hosted-context` fail closed without provisioned Azure (by design…
- CI validator: `python .github/scripts/validate-agentic-assets.py` → `Validated 3 agents and 14 sk…
- Repo-owned mismatch found and worked around: `util/requirements.txt` pins `azure-identity==1.23.0…
- Shell hooks need `bash` (they're `#!/usr/bin/env bash`); `bash -n` passes on all five. Azure CLI/…
Verified how: `pytest -q` counts; the topology/appconfig/hosted_access CLIs' return codes and JSON …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
- S'est remis des 3 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- Sous licence MIT, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- N'a atteint un état de fonctionnement qu'avec des services de substitution : rien ici ne prouve qu'il fonctionne avec les vrais.
- Installation en 18 minutes, plus lente que la médiane des 61 projets comparables mesurés par Argusic.
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Sur les 62 projets agent-framework qu'Argusic a installés et chronométrés, GPT-RAG a été le 53e plus rapide à atteindre un état de fonctionnement, et 48 sur 62 en ont atteint un.
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 avec des mocks | 92,00 | 0,08 |
Sujets (depuis GitHub)
agent-frameworkagent-landing-zoneagentic-ragai-agentsazd-templatesazureazure-ai-searchazure-container-appsbicepenterprisefoundry-iqgenerative-aigpt-4landing-zonemicrosoft-foundryopenairagzero-trust
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/gpt-rag)Questions
- GPT-RAG fonctionne-t-il ?
- GPT-RAG fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 18 minutes, en rencontrant 3 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé GPT-RAG ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 324df2c24620. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de GPT-RAG ?
- L'exécution qui a produit ce verdict a coûté 0,08 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 GPT-RAG ?
- 18 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.
- GPT-RAG 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 de GPT-RAG ?
- 3 problèmes sont survenus lors de l'exécution enregistrée, et 3 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment GPT-RAG se compare-t-il aux alternatives ?
- Sur les 62 projets agent-framework qu'Argusic a installés et chronométrés, GPT-RAG a été le 53e plus rapide à atteindre un état de fonctionnement, et 48 sur 62 en ont atteint un.
- Où sont les preuves pour GPT-RAG ?
- 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.