Original em inglês: https://argusic.com/subject/redis-vl-python
redis-vl-python
Redis Vector Library. O cliente Python nativo de IA para Redis.
Executa com mocksfonte: GitHubpágina do projetoPythonMITcommit 8bb2f69e6a6d
Python, licença MIT. O projeto se descreve como: anthropic, embedding, huggingface, large language models, llm, llmcache, mcp e openai.
redis-vl-python executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 0,5 minutos e encontrou 5 erros, e a sessão inteira foi gravada.
redisvl 0.27.2 installed in a venv with all unit tests passing (1619/27skipped), CLI responding correctly, and optional dependencies for MCP, HF, GoogleGenAI, and AzureOpenAI vectorizers resolved.
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 54 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.
- Missing sentence-transformers dependency for HFTextVectorizer0,5 minutos
- Missing google-genai dependency for GoogleGenAIVectorizer0,3 minutos
- Missing fastmcp dependency for MCP tests0,3 minutos
- Missing pydantic-settings dependency for MCP module0,2 minutos
- 6 CLI unit tests require redis_url fixture (Docker Redis needed)
- Tempo de instalação
- menos de um minuto
- Da máquina limpa até o fim
- 19 minutos
- Erros encontrados e corrigidos
- 5 encontrados, 4 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- python -m pytest tests/unit/ --noconftest --tb=no -q -k 'not test_listall_json and not test_info_json and not test_index_human_output and not test_stats_json and not test_stats_table' exited 0 with 1619 passed, 27 skipped; rvl version returned 'RedisVL version 0.27.2'; rvl --help printed expected output
- Tokens de modelo usados
- 705.195
- Commit exato testado
- 8bb2f69e6a6d
- 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.
- Missing extras found during testing: `pydantic-settings`, `fastmcp`, `sentence-transformers`, `go… - No Docker or Redis server available in the container **Test phase (1619 passed, 27 skipped, 0 failed):** - Unit tests excluding 6 CLI tests needing `redis_url` (needs Docker Redis) and 1 repr test needing… - MCP unit tests: **376 passed** - GoogleGenAI vectorizer tests: **31 passed** - Azure Argusic vectorizer tests: **36 passed, 1 skipped** - CL tool help/version: all work (`rvl version` → 0.27.2) **Remaining gaps (no fix possible without Docker):** - 6 CLI tests need `redis_url` fixture (requires running Redis) - Integration tests need Docker Compose (testcontainers) - HF model download test times out in constrained environment
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 0,5 minutos, mais rápido que a mediana dos 9 projetos comparáveis que a Argusic mediu.
- 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.
- Encontrou 5 erros durante a configuração, 1 dos quais não foi resolvido.
Dos 10 projetos de anthropic que a Argusic instalou e cronometrou, redis-vl-python foi o 1º mais rápido a chegar a um estado de execução, e 5 de 10 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 | 88,00 | 0,10 | |
| Argusic Runner | 1/3 | Não executou | 20,00 | 0,13 |
Tópicos (de GitHub)
anthropicembeddinghuggingfacelarge-language-modelsllmllmcachemcpopenaipythonredisredis-searchretrieval-augmented-generationsearchsemantic-cachevector-databasevector-search
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/redis-vl-python)Perguntas
- redis-vl-python executa?
- redis-vl-python executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 1 minutos, encontrando 5 erros no caminho, e gravou a sessão.
- Como a Argusic testou redis-vl-python?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 8bb2f69e6a6d. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar redis-vl-python?
- A execução que produziu este veredito custou US$ 0,10: 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 redis-vl-python?
- 0,5 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- redis-vl-python 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 redis-vl-python?
- 5 coisas quebraram na execução registrada, e 4 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como redis-vl-python se compara às alternativas?
- Dos 10 projetos de anthropic que a Argusic instalou e cronometrou, redis-vl-python foi o 1º mais rápido a chegar a um estado de execução, e 5 de 10 chegaram a esse estado.
- Onde estão as evidências de redis-vl-python?
- 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.