Original en anglais: https://argusic.com/subject/redis-vl-python

redis-vl-python

Redis Vector Library. Le client Python AI-native pour Redis.

Fonctionne avec des mockssource : GitHubpage d'accueilPythonMITcommit 8bb2f69e6a6d

Python, sous licence MIT. Le projet se décrit ainsi : anthropic, embedding, huggingface, large language models, llm, llmcache, mcp et openai.

redis-vl-python fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 0,5 minute et a rencontré 5 erreurs sur une machine propre sans GPU, et toute la session a été enregistrée.

redisvl 0.27.2 installed in a venv with all unit tests passing (1619/27skipped), CLI responding correctly, and optional dependencies for MCP, HF, GoogleGenAI, and AzureOpenAI vectorizers resolved.

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 54 sur 100 (la moyenne des scores des exécutions de ce projet).

En un coup d'œil

verdict
Fonctionne avec des mocks
Score Argusic
54 / 100
coût de l'exécution de vérification
0,10 USD (mesuré)
exécutions enregistrées
2
dernier test
étoiles
432
forks
119
issues ouvertes
65
observateurs
10
taille
88 MB
créé le
dernier push

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.

Temps perdu à cause de chaque échec lors du test de redis-vl-python, tiré de l'exécution enregistrée
Chaque barre est un échec enregistré par l'agent, avec le temps qu'il a coûté. Tiré de cette exécution, et de nulle part ailleurs.

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.

  • Missing sentence-transformers dependency for HFTextVectorizer0,5 minute
  • Missing google-genai dependency for GoogleGenAIVectorizer0,3 minute
  • Missing fastmcp dependency for MCP tests0,3 minute
  • Missing pydantic-settings dependency for MCP module0,2 minute
  • 6 CLI unit tests require redis_url fixture (Docker Redis needed)
Temps d'installation
moins d'une minute
De la machine vierge à la fin
19 minutes
Erreurs rencontrées et corrigées
5 rencontrées, 4 corrigées sans aide humaine
Comment le résultat a été prouvé
python -m pytest tests/unit/ --noconftest --tb=no -q -k 'not test_listall_json and not test_info_json and not test_index_human_output and not test_stats_json and not test_stats_table' exited 0 with 1619 passed, 27 skipped; rvl version returned 'RedisVL version 0.27.2'; rvl --help printed expected output
Tokens de modèle utilisés
705 195
Commit exact testé
8bb2f69e6a6d
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.

- Missing extras found during testing: `pydantic-settings`, `fastmcp`, `sentence-transformers`, `go…
- No Docker or Redis server available in the container
**Test phase (1619 passed, 27 skipped, 0 failed):**
- Unit tests excluding 6 CLI tests needing `redis_url` (needs Docker Redis) and 1 repr test needing…
- MCP unit tests: **376 passed**
- GoogleGenAI vectorizer tests: **31 passed**
- Azure Argusic vectorizer tests: **36 passed, 1 skipped**
- CL tool help/version: all work (`rvl version` → 0.27.2)
**Remaining gaps (no fix possible without Docker):**
- 6 CLI tests need `redis_url` fixture (requires running Redis)
- Integration tests need Docker Compose (testcontainers)
- HF model download test times out in constrained environment

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

  • Installé en 0,5 minute, plus vite que la médiane des 9 projets comparables mesurés par Argusic.
  • Sous licence MIT, selon son hébergeur.
  • Mesuré 2 fois, le résultat n'est donc pas un cas isolé.

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.
  • A rencontré 5 erreurs pendant l'installation, dont 1 n'a pas été résolue.

Sur les 10 projets anthropic qu'Argusic a installés et chronométrés, redis-vl-python a été le plus rapide à atteindre un état de fonctionnement, et 5 sur 10 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 partentativerésultatscorecoût USDdate
Argusic Runner2/3Fonctionne avec des mocks88,000,10
Argusic Runner1/3N'a pas fonctionné20,000,13

Sujets (depuis GitHub)

anthropicembeddinghuggingfacelarge-language-modelsllmllmcachemcpopenaipythonredisredis-searchretrieval-augmented-generationsearchsemantic-cachevector-databasevector-search

Intégrer le badge

Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.

[![Tested by Argusic](https://argusic.com/badge/redis-vl-python.svg)](https://argusic.com/subject/redis-vl-python)

Questions

redis-vl-python fonctionne-t-il ?
redis-vl-python fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 1 minute, en rencontrant 5 erreurs en route, et a enregistré la session.
Comment Argusic a-t-il testé redis-vl-python ?
Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 8bb2f69e6a6d. 2 tentatives sont enregistrées, et la méthode complète se trouve sur la page de méthodologie.
Combien a coûté le test de redis-vl-python ?
L'exécution qui a produit ce verdict a coûté 0,10 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 redis-vl-python ?
0,5 minute 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.
redis-vl-python 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 redis-vl-python ?
5 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 redis-vl-python se compare-t-il aux alternatives ?
Sur les 10 projets anthropic qu'Argusic a installés et chronométrés, redis-vl-python a été le plus rapide à atteindre un état de fonctionnement, et 5 sur 10 en ont atteint un.
Où sont les preuves pour redis-vl-python ?
Les 2 exécutions enregistrées se trouvent 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.

Discussion