Original em inglês: https://argusic.com/subject/gpt-rag
GPT-RAG
Zona de aterrissagem de nível empresarial para aplicativos de AI agent no Azure, construída com Microsoft Foundry e Microsoft Agent Framework, com rede Zero-Trust, observabilidade e IaC. Faça deploy da infraestrutura segura, do aplicativo do agent, ou de ambos.
Executa com mocksfonte: GitHubpágina do projetoPythonMITcommit 324df2c24620
Python, licença MIT. O projeto se descreve como: agent framework, agent landing zone, agentic rag, ai agents, azd templates, azure, azure ai search e azure container apps.
GPT-RAG executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 18 minutos e encontrou 3 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
In a fresh container venv, the full pytest suite passes (469 passed, 9 environment skips), all five bash hooks pass syntax checks, and the topology, hosted-access, and app-config CLIs run to completion against mocked Azure and fail closed without it.
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.
- util/requirements.txt and config/requirements.txt pin conflicting azure-identity versions (1.23.0 vs 1.25.3), and pip-re Installing both files fails with ResolutionImpossible4 minutos
- PowerShell 7 (pwsh) and Azure CLI (az)/azd are not installed in the container; hook tests for pwsh are skipped and live azd provisioning cannot run (no root to install)4 minutos
- scripts/postProvision.sh and scripts/preDeploy.sh report syntax errors under 'sh -n'3 minutos
- Tempo de instalação
- 18 minutos
- Da máquina limpa até o fim
- 6 minutos
- Erros encontrados e corrigidos
- 3 encontrados, 3 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- python -m pytest -q returned 469 passed, 9 skipped, 431 subtests passed; python -m config.deployment.topology --describe returned rc 0 JSON topology; hosted_access main --plan/--apply returned rc 0 with 3 grants; appconfig main() returned rc 0 and printed hosted-no-panel; validator script exit 0
- Tokens de modelo usados
- 348.807
- Commit exato testado
- 324df2c24620
- 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.
- Set up `.venv`, installed `util/requirements.txt` + `config/requirements.txt` + `pytest` + `PyYAM…
- Suite: `python -m pytest -q` → `469 passed, 9 skipped, 431 subtests passed in 4.59s`. The 9 skips…
- Real CLI executions, all with no real Azure credentials:
- `PYTHONPATH=. python -m config.deployment.topology --describe` → rc 0, JSON `{"topology": "host…
- `hosted_access.main(["--plan"]/["--apply"])` via the repo's own schema-correct mock `az` → rc 0…
- `appconfig.main()` with a fake `az` binary → rc 0, printed `hosted-no-panel`, issued the 46 exp…
- `hosted_image.render_hosted_dockerfile` → anchored `FROM ...@sha256:...` and rejected mutable t…
- `hosted_prepare` and `validate-hosted-context` fail closed without provisioned Azure (by design…
- CI validator: `python .github/scripts/validate-agentic-assets.py` → `Validated 3 agents and 14 sk…
- Repo-owned mismatch found and worked around: `util/requirements.txt` pins `azure-identity==1.23.0…
- Shell hooks need `bash` (they're `#!/usr/bin/env bash`); `bash -n` passes on all five. Azure CLI/…
Verified how: `pytest -q` counts; the topology/appconfig/hosted_access CLIs' return codes and JSON …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
- Recuperou-se de todos os 3 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.
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.
- Levou 18 minutos para instalar, mais devagar que a mediana dos 61 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 62 projetos de agent-framework que a Argusic instalou e cronometrou, GPT-RAG foi o 53º mais rápido a chegar a um estado de execução, e 48 de 62 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 | 1/3 | Executa com mocks | 92,00 | 0,08 |
Tópicos (de GitHub)
agent-frameworkagent-landing-zoneagentic-ragai-agentsazd-templatesazureazure-ai-searchazure-container-appsbicepenterprisefoundry-iqgenerative-aigpt-4landing-zonemicrosoft-foundryopenairagzero-trust
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/gpt-rag)Perguntas
- GPT-RAG executa?
- GPT-RAG executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 18 minutos, encontrando 3 erros no caminho, e gravou a sessão.
- Como a Argusic testou GPT-RAG?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 324df2c24620. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar GPT-RAG?
- A execução que produziu este veredito custou US$ 0,08: 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 GPT-RAG?
- 18 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- GPT-RAG 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 GPT-RAG?
- 3 coisas quebraram na execução registrada, e 3 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como GPT-RAG se compara às alternativas?
- Dos 62 projetos de agent-framework que a Argusic instalou e cronometrou, GPT-RAG foi o 53º mais rápido a chegar a um estado de execução, e 48 de 62 chegaram a esse estado.
- Onde estão as evidências de GPT-RAG?
- 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.