Original em inglês: https://argusic.com/subject/demogpt
DemoGPT
Crie aplicativos de agentes em um segundo com seus prompts. Tudo o que você precisa para criar um LLM Agent: ferramentas, prompts, frameworks e modelos, tudo em um só lugar.
Executa com mocksfonte: GitHubPythonMITcommit aca748b71345
Python, licença MIT. O projeto se descreve como: agent, agents, ai, artificial intelligence, autonomous agents, chatgpt, claude code e coding agents.
DemoGPT executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 5 minutos e encontrou 7 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
Install built a working venv with all dependencies. All 4 tests pass against a mock OpenAI server (2 LLM: OpenAIModel, OpenAIChatModel; 2 RAG: add_files, add_text). Streamlit app launches on port 8592 and returns HTTP 200. The demogpt CLI entry point uses subprocess('streamlit') which resolves only from the venv bin directory (cosmetic).
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 92 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.
- sentence-transformers package not installed12 minutos
- Tests require OPENAI_API_KEY2 minutos
- Externally-managed Python environment prevented system-wide pip install1 minuto
- pytest not installed0,5 minutos
- BaseRAG has no query() method, tests call query()0,5 minutos
- ChromaDB 'attempt to write a readonly database' between test methods sharing persistent_path0,5 minutos
- Tempo de instalação
- 5 minutos
- Da máquina limpa até o fim
- 55 minutos
- Erros encontrados e corrigidos
- 7 encontrados, 7 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- cd /work/repo && OPENAI_API_KEY=sk-test-key OPENAI_BASE_URL=http://127.0.0.1:8765/v1 /work/repo/venv/bin/python -m pytest tests/ -v exited 0, 4 passed; streamlit run demogpt/app.py --server.port=8592 returned HTTP 200
- Tokens de modelo usados
- 207.831
- Commit exato testado
- aca748b71345
- 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
- Comportamento com serviços reais
- esta execução foi verificada apenas com serviços substitutos
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
- **Install**: `pip install -e .` in venv completed with all 130+ dependencies - **Tests**: All 4 tests pass against a mock Argusic server (2 LLM + 2 RAG) - **Streamlit app**: Launches on port 8592 and returns HTTP 200 - **CLI**: Module imports correctly (subprocess `streamlit` path issue is cosmetic — `streamlit run… **Errors encountered and fixed:** 1. Externally-managed Python environment → installed in venv 2. Missing `pytest` → installed 3. Tests need OPENAI_API_KEY → stood up mock Argusic server 4. `BaseRAG` lacks `query()` method → added alias to `run()` in `base.py` 5. ChromaDB persistent path conflict between tests → made paths unique per test 6. Mock returned static response regardless of context → made mock context-aware 7. Missing `sentence-transformers` → installed
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
- Instalado em 5 minutos, mais rápido que a mediana dos 134 projetos comparáveis que a Argusic mediu.
- Recuperou-se de todos os 7 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
O que não deu certo, ou não se sabe
- Só chegou a um estado de execução com serviços substitutos, então nada aqui prova que ele funciona com os serviços reais.
Dos 135 projetos de agent que a Argusic instalou e cronometrou, DemoGPT foi o 47º mais rápido a chegar a um estado de execução, e 87 de 135 chegaram a esse estado.
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
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Executa com mocks | 92,00 | 0,16 | |
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,15 |
Tópicos (de GitHub)
agentagentsaiartificial-intelligenceautonomous-agentschatgptclaude-codecoding-agentsgemini-apilangchainlangchain-applangchain-pythonllmsmobile-appopenaipythonqwenreactweb-app
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/demogpt)Perguntas
- DemoGPT executa?
- DemoGPT executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 5 minutos, encontrando 7 erros no caminho, e gravou a sessão.
- Como a Argusic testou DemoGPT?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit aca748b71345. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar DemoGPT?
- A execução que produziu este veredito custou US$ 0,16: 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 DemoGPT?
- 5 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- DemoGPT 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 DemoGPT?
- 7 coisas quebraram na execução registrada, e 7 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como DemoGPT se compara às alternativas?
- Dos 135 projetos de agent que a Argusic instalou e cronometrou, DemoGPT foi o 47º mais rápido a chegar a um estado de execução, e 87 de 135 chegaram a esse estado.
- Onde estão as evidências de DemoGPT?
- Todas as 2 execuções registradas estão 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.