Original em inglês: https://argusic.com/subject/txtai
txtai
Framework de IA tudo-em-um para busca semântica, orquestração de LLM e fluxos de trabalho de modelos de linguagem.
Executafonte: GitHubpágina do projetoPythonApache-2.0commit 483dbd3b3bd8
Python, licença Apache-2.0. O projeto se descreve como: agents, ai, ai agents, embeddings, information retrieval, language model, large language models e llm.
txtai executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 2 minutos e encontrou 19 erros, e a sessão inteira foi gravada.
txtai 9.14.0 installed in venv, all core embeddings/graph/workflow/agent/cloud/vector/scoring tests pass, API responds to search/index/count endpoints with real model inference, ~470 automated tests pass across 30 test suites
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 94,7 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.
- docling/liteparse missing (testDocling, testLiteParse errors)3 minutos
- sentence-transformers not installed (testShortcuts ImportError)2 minutos
- Externally-managed Python environment blocked system pip install1 minuto
- torchvision missing (transformers import error)1 minuto
- scikit-learn/scipy missing (testwords ImportError)1 minuto
- grand-cypher/grand-graph missing (testShortcuts graph error)1 minuto
- Tempo de instalação
- 2 minutos
- Da máquina limpa até o fim
- 83 minutos
- Erros encontrados e corrigidos
- 19 encontrados, 14 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- FastAPI testclient GET /search returned 200 with real semantic search results using sentence-transformers/nli-mpnet-base-v2 model; 470+ tests passing across 30+ suites
- Tokens de modelo usados
- 1.548.363
- Commit exato testado
- 483dbd3b3bd8
- 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.
5. LiteLLM auth failure (needs real API key)
6. PEFT not installed (optional, for LoRA training)
exec
/bin/sh -lc "echo \"{\\\"install_succeeded\\\": true, \\\"launch_succeeded\\\": true, \\\"install_m…
succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 2, "errors": [{"msg": "Ext…
Now I have all the data. Let me compute the elapsed time precisely and output the final result.
The session started at about 19:16 UTC and ends at about 20:38 UTC. I started around 19:16 and ende…
tokens used
1,548,363
Now I have all the data. Let me compute the elapsed time precisely and output the final result.
The session started at about 19:16 UTC and ends at about 20:38 UTC. I started around 19:16 and ende…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.
- Instalado em 2 minutos, mais rápido que a mediana dos 37 projetos comparáveis que a Argusic mediu.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença Apache-2.0, 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
- Encontrou 19 erros durante a configuração, 5 dos quais não foram resolvidos.
Dos 38 projetos de agents que a Argusic instalou e cronometrou, txtai foi o 5º mais rápido a chegar a um estado de execução, e 25 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.
- Uma avaliação rápida: ele estava executando 2 minutos depois do clone.
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 | Tempo esgotado | 0,00 | 0,53 | |
| Argusic Runner | 1/3 | Executa | 94,74 | 0,31 |
Tópicos (de GitHub)
agentsaiai-agentsembeddingsinformation-retrievallanguage-modellarge-language-modelsllmnlppythonragretrieval-augmented-generationsearchsearch-enginesemantic-searchsentence-embeddingstransformerstxtaivector-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/txtai)Perguntas
- txtai executa?
- Sim. txtai executa. A Argusic o instalou e iniciou em uma máquina limpa em 2 minutos, encontrando 19 erros no caminho, e gravou a sessão.
- Como a Argusic testou txtai?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 483dbd3b3bd8. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar txtai?
- A execução que produziu este veredito custou US$ 0,31: 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 txtai?
- 2 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- txtai 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 txtai?
- 19 coisas quebraram na execução registrada, e 14 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como txtai se compara às alternativas?
- Dos 38 projetos de agents que a Argusic instalou e cronometrou, txtai foi o 5º mais rápido a chegar a um estado de execução, e 25 de 38 chegaram a esse estado.
- Onde estão as evidências de txtai?
- 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.