Original en anglais: https://argusic.com/subject/unqlite-python
unqlite-python
Python bindings pour la base de données NoSQL embarquée UnQLite
Fonctionnesource : GitHubpage d'accueilCMITcommit b42c6aa4e53a
C, sous licence MIT. Le projet se décrit ainsi : embedded database, nosql, python et unqlite.
unqlite-python fonctionne. Un agent Argusic l'a installé en 2,5 minutes et a rencontré 3 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
unqlite 1.2.0 builds and installs in a venv; all 53 unit tests pass; key/value store, transactions, cursors, Jx9 VM, and JSON document collections all work with real UnQLite databases (both in-memory and file-backed).
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.
- build fails: Python.h: No such file or directory (missing python3-dev headers, no root)0,8 minute
- build fails: nested pyconfig.h include for x86_64-linux-gnu/python3.12/pyconfig.h not found0,3 minute
- pip install fails with externally-managed-environment (PEP 668)0,2 minute
- Temps d'installation
- 3 minutes
- De la machine vierge à la fin
- 7 minutes
- Erreurs rencontrées et corrigées
- 3 rencontrées, 3 corrigées sans aide humaine
- Comment le résultat a été prouvé
- python -m unittest tests.py exited 0, 53 passed; key/value, transactions, cursors, VM/Jx9 document store, and collection APIs all exercised end-to-end against real in-memory and file-backed databases
- Tokens de modèle utilisés
- 48 523
- Commit exact testé
- b42c6aa4e53a
- 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
Regarder la session
L'exécution complète, depuis une machine propre, à la vitesse réelle. Rien n'est coupé et rien n'est accéléré.
Un enregistrement de la tentative 1, exécutée le . Le verdict ci-dessus provient d'une autre tentative : considérez donc ceci comme une session parmi d'autres, et non comme le résultat actuel. L'enregistrement du terminal dont elle est tirée constitue la preuve, conservée avec une empreinte sha256 ; la vidéo n'en est qu'un rendu. Rien n'est chargé depuis l'hébergeur de la vidéo tant que vous n'appuyez pas sur lecture.
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.
print('Total test cases:', suite.countTestCases())
\" 2>&1 | tail -3" in /work/repo
succeeded in 403ms:
Ran 53 tests in 0.476s
OK
exec
/bin/sh -lc '/work/repo/venv/bin/python -m pytest tests.py -q 2>&1 || /work/repo/venv/bin/python -m…
succeeded in 410ms:
Ran 53 tests in 0.464s
OK
tokens used
48,523Revoir 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.
- S'est remis des 3 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 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
- Installation en 2,5 minutes, plus lente que la médiane des 3 projets comparables mesurés par Argusic.
Sur les 4 projets embedded-database qu'Argusic a installés et chronométrés, unqlite-python a été le 3e plus rapide à atteindre un état de fonctionnement, et 4 sur 4 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 2,5 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 | 2/3 | Fonctionne | 100,00 | 0,03 | |
| Argusic Runner | 1/3 | Fonctionne | 100,00 | 0,01 |
Sujets (depuis GitHub)
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/unqlite-python)Questions
- unqlite-python fonctionne-t-il ?
- Oui. unqlite-python fonctionne. Argusic l'a installé et lancé sur une machine propre en 3 minutes, en rencontrant 3 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé unqlite-python ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit b42c6aa4e53a. 2 tentatives sont enregistrées, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test d'unqlite-python ?
- L'exécution qui a produit ce verdict a coûté 0,03 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 unqlite-python ?
- 2,5 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.
- unqlite-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 d'unqlite-python ?
- 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 unqlite-python se compare-t-il aux alternatives ?
- Sur les 4 projets embedded-database qu'Argusic a installés et chronométrés, unqlite-python a été le 3e plus rapide à atteindre un état de fonctionnement, et 4 sur 4 en ont atteint un.
- Où sont les preuves pour unqlite-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.