Original em inglês: https://argusic.com/subject/agently
Agently
[Framework de Desenvolvimento de Aplicativos GenAI] Build um aplicativo GenAI de forma rápida e fácil. Fácil de interagir com o agent GenAI no código usando dados estruturados e sintaxe de chamadas encadeadas. Use o Fluxo Orientado a Eventos *TriggerFlow* para gerenciar a lógica de funcionamento complexa do GenAI. Troque para qualquer modelo sem reescrever o código do aplicativo.
Executafonte: GitHubpágina do projetoPythonApache-2.0commit d58239501e7d
Python, licença Apache-2.0. O projeto se descreve como: agent, agent based framework, agent framework, chatglm, claude, deepseek, ernie e framework.
Agently executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 5 minutos e encontrou 4 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
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.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 100 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- No python binary on PATH — only python3 available, but code adapters and providers hardcoded python as argv[0]2 minutos
- Missing optional dependencies: python-dotenv, beautifulsoup4, fastapi, sqlmodel, aiosqlite, fastmcp1 minuto
- 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()
- Tempo de instalação
- 5 minutos
- Da máquina limpa até o fim
- 45 minutos
- Erros encontrados e corrigidos
- 4 encontrados, 4 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- pytest exited with code 1, 3776 passed, 10 failed (9 characterization baseline drift + 1 missing Docker), 39 skipped
- Tokens de modelo usados
- 344.619
- Commit exato testado
- d58239501e7d
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
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
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Instalado em 5 minutos, mais rápido que a mediana dos 134 projetos comparáveis que a Argusic mediu.
- Recuperou-se de todos os 4 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 135 projetos de agent que a Argusic instalou e cronometrou, Agently foi o 48º mais rápido a chegar a um estado de execução, e 87 de 135 chegaram a esse estado.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
- Uma avaliação rápida: ele estava executando 5 minutos depois do clone.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
Tópicos (de GitHub)
agentagent-based-frameworkagent-frameworkchatglmclaudedeepseekernieframeworkgeminigoogle-geminigptllm-agentllm-applicationllm-appsllm-frameworkllmopsllmsminimaxpython
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/agently)Perguntas
- Agently executa?
- Sim. Agently executa. A Argusic o instalou e iniciou em uma máquina limpa em 5 minutos, encontrando 4 erros no caminho, e gravou a sessão.
- Como a Argusic testou Agently?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit d58239501e7d. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar Agently?
- A execução que produziu este veredito custou US$ 0,32: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar Agently?
- 5 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- Agently precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar Agently?
- 4 coisas quebraram na execução registrada, e 4 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como Agently se compara às alternativas?
- Dos 135 projetos de agent que a Argusic instalou e cronometrou, Agently foi o 48º mais rápido a chegar a um estado de execução, e 87 de 135 chegaram a esse estado.
- Onde estão as evidências de Agently?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.