Original em inglês: https://argusic.com/subject/coai
coai
Solução completa de IA multi-tenant de próxima geração. Sistema de administração e cobrança integrado. Gateway unificado de LLM de nível empresarial com suporte para mais de 200 modelos e mais de 35 provedores, balanceamento de carga com roteamento baseado em prioridade, gerenciamento de custos, compartilhamento de chat, sincronização na nuvem, cobrança por créditos/assinatura, parsing de todos os arquivos, busca na web e cache de modelo integrado.
Executafonte: GitHubpágina do projetoTypeScriptApache-2.0commit 3048a493eedc
TypeScript, licença Apache-2.0. O projeto se descreve como: ai gateway, api, chat, chatgpt, cross platform, gemini, golang e llm gateway.
coai executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 17 minutos e encontrou 5 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
CoAI.Dev builds and runs on port 8094 using SQLite (no MySQL) and a fake Redis mock, with login, user info, admin analytics, quota, subscription, channel management, and model listing endpoints all responding correctly.
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.
- Redis not available (server requires Redis)5 minutos
- pnpm ignored build scripts for @swc/core and esbuild4 minutos
- Go not installed in container2 minutos
- pnpm not installed1 minuto
- SQLite migration error (duplicate column name)1 minuto
- Tempo de instalação
- 17 minutos
- Da máquina limpa até o fim
- 18 minutos
- Erros encontrados e corrigidos
- 5 encontrados, 5 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- Server launched on port 8094; curl / returned 200 with frontend HTML; curl /api/login -X POST {root/chatnio123456} returned 200 with JWT token; curl /api/admin/analytics/info with Bearer token returned {billing_today:0,...}; curl /api/quota returned {quota:0,status:true}; curl /api/subscription returned subscription object; curl /api/admin/channel/list returned {data:null,status:true}
- Tokens de modelo usados
- 674.473
- Commit exato testado
- 3048a493eedc
- 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.
3. **Server runs** on port 8094 with SQLite (no MySQL) + fake Redis (no real Redis) 4. **Fixes applied**: - Fixed `validSqlError` in `db_migration.go` to handle SQLite's "duplicate column name" error fo… - Created a fake Redis server in Python to mock Redis dependencies - Fixed `pnpm-workspace.yaml` to allow build scripts for `@swc/core` and `esbuild` 5. **Verified endpoints work**: static page (200), API root, login (JWT token), user info, admin an… Let me clean up the processes and provide the ARGUSIC_RESULT. exec /bin/sh -lc 'pkill -f chatnio 2>/dev/null; pkill -f fakeredis 2>/dev/null; sleep 1; echo "cleaned"'… exited 143 in 0ms: tokens used 674,473
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.
- Recuperou-se de todos os 5 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
- Levou 17 minutos para instalar, mais devagar que a mediana dos 22 projetos comparáveis que a Argusic mediu.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 23 projetos de ai-gateway que a Argusic instalou e cronometrou, coai foi o 15º mais rápido a chegar a um estado de execução, e 17 de 23 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.
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)
ai-gatewayapichatchatgptcross-platformgeminigolangllm-gatewayopenaiproxyreact
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/coai)Perguntas
- coai executa?
- Sim. coai executa. A Argusic o instalou e iniciou em uma máquina limpa em 17 minutos, encontrando 5 erros no caminho, e gravou a sessão.
- Como a Argusic testou coai?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 3048a493eedc. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar coai?
- A execução que produziu este veredito custou US$ 0,13: 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 coai?
- 17 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- coai 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 coai?
- 5 coisas quebraram na execução registrada, e 5 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como coai se compara às alternativas?
- Dos 23 projetos de ai-gateway que a Argusic instalou e cronometrou, coai foi o 15º mais rápido a chegar a um estado de execução, e 17 de 23 chegaram a esse estado.
- Onde estão as evidências de coai?
- 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.