Original em inglês: https://argusic.com/subject/swirl-search
swirl-search
AI Search & RAG sem mover seus dados. Obtenha respostas instantâneas, vi, do conhecimento da sua empresa em mais de 100 aplicativos, mantendo os dados seguros. Deploy em minutos, não em meses.
Executafonte: GitHubpágina do projetoPythonApache-2.0commit 0506aa5638ae
Python, licença Apache-2.0. O projeto se descreve como: ai search, bigquery, django, federated query, federated search, gpt, large language models e metasearch.
swirl-search executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 18 minutos e encontrou 2 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
SWIRL Community Edition installed in a Python 3.12 virtual environment with all dependencies; Django server starts and answers requests; full test suite passes 184/184 tests.
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.
- Python 3.12 externally-managed-environment blocks system-wide pip install1 minuto
- redis-server binary not available (no root); Celery/Channels requires Redis
- Tempo de instalação
- 18 minutos
- Da máquina limpa até o fim
- 11 minutos
- Erros encontrados e corrigidos
- 2 encontrados, 2 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- pytest swirl/tests/ -q exited 0, 184 passed; manage.py runserver answers HTTP 302 on /; manage.py check shows 0 errors
- Tokens de modelo usados
- 55.690
- Commit exato testado
- 0506aa5638ae
- 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.
In the span of about 75 minutes, I set up this project from scratch in the container and ran it. Tw… 1. **Externally managed Python environment** — Ubuntu 24.04's Python blocks system-wide pip install… 2. **No `redis-server` binary** — The Celery/Channels config defaults to `redis://localhost:6379/0`… The Galaxy UI frontend returns 404 because it's an optional Docker-based install (`install-ui.sh`).… **Verification commands and results:** | Check | Result | |---|---| | `django-admin check` | 5 warnings (no errors) — JSONField defaults, URL namespace | | `manage.py collectstatic` | 159 static files copied | | `curl http://localhost:8000/` | HTTP 302 → redirects to `/galaxy/` | | `curl http://localhost:8000/admin/` | HTTP 302 → redirects to admin login | | `pytest swirl/tests/ -q` | **184 passed, 2 warnings** |
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 2 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 18 minutos para instalar, mais devagar que a mediana dos 3 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 4 projetos de ai-search que a Argusic instalou e cronometrou, swirl-search foi o 4º mais rápido a chegar a um estado de execução, e 3 de 4 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-searchbigquerydjangofederated-queryfederated-searchgptlarge-language-modelsmetasearchpythonragrelevancyretrieval-augmented-generationsearchsearch-engineunified-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/swirl-search)Perguntas
- swirl-search executa?
- Sim. swirl-search executa. A Argusic o instalou e iniciou em uma máquina limpa em 18 minutos, encontrando 2 erros no caminho, e gravou a sessão.
- Como a Argusic testou swirl-search?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 0506aa5638ae. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar swirl-search?
- A execução que produziu este veredito custou US$ 0,05: 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 swirl-search?
- 18 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- swirl-search 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 swirl-search?
- 2 coisas quebraram na execução registrada, e 2 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como swirl-search se compara às alternativas?
- Dos 4 projetos de ai-search que a Argusic instalou e cronometrou, swirl-search foi o 4º mais rápido a chegar a um estado de execução, e 3 de 4 chegaram a esse estado.
- Onde estão as evidências de swirl-search?
- 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.