英語の原文: https://argusic.com/subject/500-ai-agents-projects

500-AI-Agents-Projects

The 500 AI Agents Projects は、さまざまな業界にわたる AI エージェントのユースケースを厳選したコレクションです。実用的なアプリケーションを紹介し、実装のためのオープンソースプロジェクトへのリンクを提供しており、AI エージェントが医療、金融、教育、小売などのセクターをどのように変革しているかを示しています。

動作するソース: GitHubホームページPythonMITコミット 9beeb721c2af

Python、MIT ライセンス. プロジェクト自身の表記: ai agents、genai.

500-AI-Agents-Projects は動作します。Argusic のエージェントが GPU のないクリーンなマシンで 4 分でインストールし、6 件のエラーに遭遇してすべてを自力で修正し、セッション全体が記録されました。

Web app builds with vite and serves HTTP 200 on port 5173. All 3 CrewAI MCP course lessons execute end-to-end with OpenRouter. SQL query agent creates demo database and answers natural language questions. Unit test generator agent produces passing 21/21 pytest suites. News summarizer falls back to mock data and produces LLM briefings. Multi-agent debate system runs 2 rounds with judge evaluation.

クリーンなマシンでエージェントが最終的に得た結果 (エージェント自身の言葉)。 計測方法

Argusic が毎回新しいマシンで計測しています。 すべての数値はその証拠にリンクしています。 Argusic スコア 100 点中 96 点 (このプロジェクトの実行スコアの平均)。

概要

判定
動作する
Argusic スコア
96 / 100
検証した実行のコスト
0.09 USD (実測)
記録された実行
2
最終テスト
スター
39,297
フォーク
7,052
未解決の Issue
78
ウォッチャー
423
サイズ
2 MB
作成日
最終プッシュ

プロジェクトのデータは GitHub から取得 (このページの冒頭にリンクあり)、更新日 。テストデータは Argusic によるもので (CC BY 4.0)、すべての数値は、完全なログ、録画、それらの sha256 ハッシュを含む実行ページにリンクしています。

計測した内容

この判定を決めた実行から取得しています。 各行は記録された値であり、推定値ではありません。

500-AI-Agents-Projects のテスト中に各失敗で失われた時間 (記録された実行から作成)
各バーはエージェントが記録した失敗と、それにかかった時間です。この実行のデータのみから描いています。

うまくいかなかった点 (エージェント自身の言葉)

エージェント自身の言葉を、深刻なものから順に掲載しています。助言に書き換えることはありません。

  • CrewAI v1 rejects ChatOpenAI instance for llm parameter3 分
  • pip install blocked by externally-managed-environment2 分
  • langchain-core==0.3.0 conflicts with langgraph requiring <0.32 分
  • langchain-tavily==0.1.0 version not found in PyPI1 分
  • Lesson 03 agent.py had missing import os and undefined load_dotenv after patching1 分
  • Generated test_shopping.py contained trailing markdown backticks from LLM output0.5 分
インストール時間
4 分
クリーンなマシンから完了まで
12 分
遭遇したエラーと修正したエラー
6 件に遭遇、6 件を人の手を借りずに修正
結果の証明方法
npm run build exited 0; vite dev server returned HTTP 200 on /500-AI-Agents-Projects/; 8 Python agents executed against OpenRouter API producing valid outputs; course lesson_01/02/03 ran with LLM; pytest ran test_shopping.py: 21/21 passed; SQL agent answered 2 customers from USA; multi-agent debate completed 2 rounds with judge verdict
使用したモデルのトークン
323,035
テストした正確なコミット
9beeb721c2af
コンテナイメージ
sha256:cdd920bce783

計測していない内容

残りの半分です。この証拠がどこまでを示すのかを正確に確認できます。欠けている部分は欠けているものとして表示し、埋めることはありません。

GPU メモリのピーク
CPU マシンで実行したため、サンプリングする GPU がありませんでした
長時間の実行での振る舞い
各試行はドキュメントにある最小の設定と決まった時間予算を使うため、計測しているのは動作するかどうかであり、負荷のもとでどう持ちこたえるかではありません

録画の最後

この判定を決めたターミナルセッションの最後の行を、記録されたとおりに表示しています。

    {"msg": "Lesson 03 agent.py had missing import os and undefined load_dotenv after patching", "f…
    {"msg": "Generated test_shopping.py contained trailing markdown backticks from LLM output", "fi…
  ],
  "test_depth": "tier1_real",
  "notes": "Used Argusic API key as OPENAI_API_KEY-compatible provider. No Argusic key was availabl…
  "verified_how": "npm run build exited 0; vite dev server returned HTTP 200 on /500-AI-Agents-Proj…
  "final_state": "Web app builds with vite and serves HTTP 200 on port 5173. All 3 CrewAI MCP cours…
}
All verified. Here's the final result:
tokens used
323,035
All verified. Here's the final result:

セッション全体を再生 (クリーンなマシンからこの時点までのすべてのコマンド)。

テスト方法

1 つのエージェント、1 つのコンテナで、人の手は借りません。エージェントはプロジェクト自身のドキュメントに書かれた方法でインストールし、実行し、壊れた部分を修正します。以下はすべて、実際に起きたとおりに記録されています: ターミナルセッション、ログ、そして正確なコミットです。 評価方法の全文.

強みと限界

意見ではなく、計測された事実です。コンテンツの作成方法.

うまくいった点

  • クリーンなマシンで実行状態に達し、セッションが記録されました。
  • 4 分でインストールでき、Argusic が計測した比較可能な 110 件のプロジェクトの中央値より速い結果です。
  • 6 件のエラーすべてから、人の介入なしに回復しました。失敗が解決できる程度にはドキュメント化されていることを示しています。
  • GPU なしで動作したため、起動に GPU は必要ありません。
  • ホストの報告によると、ライセンスは MIT です。
  • 2 回計測しているため、一度きりの結果ではありません。

Argusic がインストールして時間を計測した ai-agents のプロジェクト 111 件のうち、500-AI-Agents-Projects は実行状態に達するまでの速さが 39 番目で、111 件中 83 件がそもそも実行状態に達しました。

適している用途

  • ノートパソコンや小さなサーバーで試す場合: GPU なしで実行状態に達しました。
  • 手早く評価したい場合: クローンから 4 分後には動作していました。

同じ分野でテストしたプロジェクト

ここに挙げたものはすべて、Argusic がクリーンなマシンにインストールして実行しました。テストしていないものは表示されません。

  • haystack 動作を検証済み · Python · 共通のトピック 2 件
  • adk-python 動作を検証済み · Python · 共通のトピック 2 件
  • mem0 テスト済み、未検証 · Python · 共通のトピック 2 件
  • eko テスト済み、未検証 · TypeScript · 共通のトピック 2 件
  • VoiceMem テスト済み、未検証 · Python · 共通のトピック 2 件
  • agentset テスト済み、未検証 · TypeScript · 共通のトピック 2 件

実行履歴

テスト担当試行結果スコアコスト (USD)日時
Argusic Runner2/3モックで動作した92.000.06
Argusic Runner1/3動作した100.000.09

トピック (出典: GitHub)

ai-agentsgenai

バッジを埋め込む

プロジェクトの README に貼る Markdown です。バッジはこのページにリンクします。利用条件: 利用規約ページ.

[![Tested by Argusic](https://argusic.com/badge/500-AI-Agents-Projects.svg)](https://argusic.com/subject/500-ai-agents-projects)

質問

500-AI-Agents-Projects は動作しますか?
はい。500-AI-Agents-Projects は動作します. Argusic はクリーンなマシンで 4 分でインストールして起動し、途中で 6 件のエラーに遭遇し、セッションを記録しました。
Argusic は 500-AI-Agents-Projects をどのようにテストしましたか?
新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット 9beeb721c2af に固定)。記録された試行は 2 回で、手順の全体は評価方法のページに掲載しています。
500-AI-Agents-Projects のテストにはいくらかかりましたか?
この判定を出した実行のコストは 0.09 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。
500-AI-Agents-Projects のインストールにはどのくらい時間がかかりますか?
この判定を決めた実行では、クリーンなマシンから実行状態まで 4 分でした。これは 1 回の計測された試行であり、平均ではありません。
500-AI-Agents-Projects には GPU が必要ですか?
起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。
500-AI-Agents-Projects のインストールでは何がうまくいきませんか?
記録された実行では 6 件の問題が発生しました。そのうち 6 件は人の手を借りずに修正されました。それぞれの問題と、かかった時間をこのページに掲載しています。
500-AI-Agents-Projects は代替のプロジェクトと比べてどうですか?
Argusic がインストールして時間を計測した ai-agents のプロジェクト 111 件のうち、500-AI-Agents-Projects は実行状態に達するまでの速さが 39 番目で、111 件中 83 件がそもそも実行状態に達しました。
500-AI-Agents-Projects の証拠はどこにありますか?
記録された 2 回の実行すべてをこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。

Discussion