Original em inglês: https://argusic.com/subject/second-brain
second-brain
Second Brain é um framework agentic que atua como um sistema operacional, usando inteligência de arquivos locais, automação de fluxos de trabalho e LLMs para concluir tarefas e se comunicar por meio de múltiplas modalidades e plataformas de mensagens.
Executafonte: GitHubPythonMITcommit d79ca2e1859a
Python, licença MIT. O projeto se descreve como: agentic ai, agentic workflow, ai, ai agent tools, ai agents, cronjob scheduler, data science e database.
second-brain executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 51 minutos e encontrou 5 erros, e a sessão inteira foi gravada.
Second Brain Python kernel installed and starts. HTTP frontend serves port 8789 and responds to authenticated SDK requests. Web UI builds with Node 22. Test suite runs 2819 passing tests with 2 pre-existing failures. Requires Node 20.19+ or 22.12+ for the web UI; port 8787 is blocked by an orphaned socket from prior test runs.
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 96 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.
- Stale orphan LISTEN socket on port 8787 from prior test processes blocks HTTP frontend. No process holds the socket but it persists in LISTEN state.8 minutos
- Node.js 18 too old for web UI (requires ^20.19.0 or >=22.12.0). Vite fails with SyntaxError on node:util.styleText.5 minutos
- Plugin watcher fails with inotify instance limit reached (EMFILE, errno 24) when orphaned guest.child subprocesses accumulate from test runs.3 minutos
- REPL frontend fails with the console is closed in non-interactive environment (no TTY available).2 minutos
- 2 pre-existing test failures in test_sandbox_processes.py: test_starting_a_process_asks_unless_something_vouches_for_it[ls-proc.run] and [ls-proc.start] - sandbox now classifies ls as safe but tests expect it to be unsafe.
- Tempo de instalação
- 51 minutos
- Da máquina limpa até o fim
- 51 minutos
- Erros encontrados e corrigidos
- 5 encontrados, 4 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- pytest: 2819 passed, 2 failed, 5 skipped across 129 test files. SDK POST /sdk/config.read?thread=t1 returned HTTP 200 with {data: 8789}. GET /health returned HTTP 401 (expected, requires Bearer token). Web UI builds: npx vite build produced dist/ in 1.14s. App launches and logs frontend http is serving on 127.0.0.1:8789.
- Tokens de modelo usados
- 1.869.807
- Commit exato testado
- d79ca2e1859a
- 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.
**Tests**: 2819 passed, 2 failed (pre-existing regression in sandbox process safety classification)… tokens used 1,869,807 The report is complete and verified. Here's a summary of what was done: **Installation**: Python `pip install -r requirements.txt` and `npm install` in `frame_ui/` both su… **Two environment issues found and worked around**: 1. **Node.js 18** on the system is too old for the web UI. Downloaded Node v22.12.0 binary and used… 2. An **orphan TCP socket** on port 8787 (left by prior test processes) blocks the HTTP frontend on… **Launch**: The app starts and serves the HTTP frontend on port 8789. SDK requests respond: - `POST /sdk/config.read?thread=t1` → HTTP 200 with config data - `GET /health` → HTTP 401 (expected, requires auth token) **Tests**: 2819 passed, 2 failed (pre-existing regression in sandbox process safety classification)…
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.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Levou 51 minutos para instalar, mais devagar que a mediana dos 37 projetos comparáveis que a Argusic mediu.
- Encontrou 5 erros durante a configuração, 1 dos quais não foi resolvido.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 38 projetos de agentic-ai que a Argusic instalou e cronometrou, second-brain foi o 38º mais rápido a chegar a um estado de execução, e 27 de 38 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)
agentic-aiagentic-workflowaiai-agent-toolsai-agentscronjob-schedulerdata-sciencedatabasellmsmultimodalopen-sourceorchestratorpythonpython3ragtool-useworkflow-automation
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/second-brain)Perguntas
- second-brain executa?
- Sim. second-brain executa. A Argusic o instalou e iniciou em uma máquina limpa em 51 minutos, encontrando 5 erros no caminho, e gravou a sessão.
- Como a Argusic testou second-brain?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit d79ca2e1859a. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar second-brain?
- 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 second-brain?
- 51 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- second-brain 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 second-brain?
- 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 second-brain se compara às alternativas?
- Dos 38 projetos de agentic-ai que a Argusic instalou e cronometrou, second-brain foi o 38º mais rápido a chegar a um estado de execução, e 27 de 38 chegaram a esse estado.
- Onde estão as evidências de second-brain?
- 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.