Bản gốc tiếng Anh: https://argusic.com/subject/shopkeeper-agent
shopkeeper-agent
AI Agent hỏi đáp thông minh cho kho dữ liệu thương mại điện tử, là dự án thực hành lý tưởng để học LangGraph: Dựa trên LangGraph, FastAPI, Qdrant, Elasticsearch, MySQL và React, triển khai đầy đủ metadata knowledge base, hybrid retrieval, sinh và xác thực NL2SQL, thực thi SQL và hiển thị truy vấn streaming. Mã nguồn full-stack chạy được, Docker triển khai một bước, kèm hướng dẫn miễn phí ai-agents-from-zero và các nhánh code theo chương. Phù hợp để học ứng dụng mô hình lớn, Agent phân tích dữ liệu và triển khai AI cấp doanh nghiệp.
Chạy được với mocknguồn: GitHubtrang chủ dự ánPythonMITcommit 8045fa4d6160
Python, giấy phép MIT. Dự án tự gắn nhãn: agent workflow, ai agent, elasticsearch, fastapi, langchain, langgraph, llm và nl2sql.
shopkeeper-agent chạy được, với dịch vụ giả lập thay cho các dịch vụ nó phụ thuộc. Trên một máy sạch không có GPU, một agent của Argusic đã cài đặt nó trong 28 phút, gặp 4 lỗi và tự sửa hết mà không cần trợ giúp, và toàn bộ phiên làm việc được ghi lại.
With schema-correct mocks for the mandatory external services, the uvicorn-served app answers POST /api/query with a complete SSE pipeline and returns SQL aggregate result sales=10088 for '统计华北地区销售额'; uv sync installs all dependencies and the frontend pnpm build completes.
Kết quả agent đạt được trên máy sạch, bằng chính lời của nó. Cách đo
Argusic đo trên một máy mới mỗi lần. Mỗi con số đều link tới bằng chứng của nó. Điểm Argusic 92 trên 100 (trung bình điểm các lần chạy của dự án này).
Tóm tắt
Dữ liệu dự án lấy từ GitHub, có link ở đầu trang, cập nhật . Dữ liệu test của Argusic (CC BY 4.0); mỗi con số đều link tới một trang run có đầy đủ log, bản ghi và mã sha256 của chúng.
Những gì đã đo
Lấy từ lần chạy quyết định kết luận này. Mỗi dòng là một giá trị được ghi lại, không phải ước tính.
Những gì trục trặc, bằng chính lời của agent
Lời của chính agent, lỗi nặng nhất trước, không bao giờ viết lại thành lời khuyên.
- App lifespan requires external MySQL/Qdrant/ES/TEI/LLM not present in container20 phút
- pip install -e . fails: setuptools flat-layout (app, conf, docker, prompts, frontend)3 phút
- Manual pip venv (langchain-huggingface 1.2.3) rejects embedding model=URL; uv pin 1.2.1 accepts it3 phút
- Config requires LLM_API_KEY; omegaconf.InterpolationResolutionError without it2 phút
- Thời gian cài đặt
- 28 phút
- Từ máy sạch đến khi xong
- 31 phút
- Lỗi gặp và đã sửa
- gặp 4, tự sửa 4 mà không cần người giúp
- Cách chứng minh kết quả
- uv run pytest tests/test_integration.py -v exited 0 with 1 passed (asserts /api/query 200 and SSE pipeline ends with result data [{'sales':10088}]); also curl -X POST http://127.0.0.1:8000/api/query returned HTTP 200 with full SSE stream ending in [{'sales':10088}]
- Số token model đã dùng
- 497.338
- Commit chính xác đã test
- 8045fa4d6160
- Container image
- sha256:cdd920bce783
Những gì chưa đo
Nửa còn lại, để bạn thấy rõ bằng chứng này đi xa tới đâu. Chỗ trống được ghi là chỗ trống và không bao giờ được lấp vào.
- Bộ nhớ GPU cao nhất
- lần này chạy trên máy CPU, nên không có GPU để đo
- Hoạt động khi chạy lâu
- mỗi lần thử dùng cấu hình nhỏ nhất có trong tài liệu và một khoảng thời gian cố định, nên đây là đo xem nó có chạy hay không, không đo nó chịu tải ra sao
- Hoạt động với dịch vụ thật
- lần chạy này chỉ được kiểm chứng với dịch vụ giả lập
Đoạn cuối của bản ghi
Những dòng cuối của phiên terminal đã quyết định kết luận này, đúng như khi được ghi lại.
- App imports under `uv run` (`import main` and `uv run fastapi dev main.py` path).
**Errors encountered and fixed**
1. Config fails without the LLM key (`omegaconf.InterpolationResolutionError: 'LLM_API_KEY' not fou…
2. `pip install -e .` (non-documented path) fails with setuptools flat-layout error (multiple top-l…
3. App lifespan requires external MySQL, Qdrant, Elasticsearch, TEI embedding, and an LLM — none pr…
4. A dependency-version nuance: in a pip venv with `langchain-huggingface 1.2.3`, the embedding `mo…
**Verification**
- `uv run pytest tests/test_integration.py -v` → **1 passed**.
- The test launches the app lifespan and POSTs to `/api/query` with `{"query":"统计华北地区销售额"}`; the SS…
- I also launched the real `uvicorn` (with mocks) and `curl -X POST http://127.0.0.1:8000/api/query…
**Final state**: dependencies install via `uv sync`; the app builds and runs; `/api/query` executes…
Notes on remaining work: the repo has no unit tests originally; I added `tests/test_integration.py`…Xem lại toàn bộ phiên, mọi lệnh từ máy sạch tới thời điểm này.
Cách test
Một agent, một container, không có người giúp. Agent cài dự án theo đúng cách tài liệu của dự án hướng dẫn, chạy nó, và sửa những gì bị hỏng. Mọi thứ bên dưới được ghi lại đúng như đã diễn ra: phiên terminal, log và commit chính xác. Toàn bộ phương pháp.
Điểm mạnh và giới hạn
Dữ kiện đo được, không phải ý kiến. Cách viết nội dung.
Những gì suôn sẻ
- Cài đặt trong 28 phút.
- Tự khắc phục cả 4 lỗi mà không cần người can thiệp, cho thấy các lỗi được ghi trong tài liệu đủ rõ để giải quyết.
- Giấy phép MIT, theo thông tin từ nơi lưu trữ dự án.
Những gì không suôn sẻ, hoặc chưa biết
- Chỉ đạt trạng thái chạy được với dịch vụ giả lập, nên ở đây không có gì chứng minh nó chạy với dịch vụ thật.
- Mới đo một lần. Một lần thử cho thấy nó có thể chạy, chưa cho thấy nó chạy ổn định.
Cũng đã test, cùng lĩnh vực
Mỗi dự án ở đây đều được Argusic cài đặt và chạy trên máy sạch. Không có dự án nào chưa test xuất hiện ở đây.
Lịch sử chạy
| test bởi | lần thử | kết quả | điểm | chi phí USD | thời điểm |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Chạy được với mock | 92,00 | 0,59 |
Chủ đề (từ GitHub)
agent-workflowai-agentelasticsearchfastapilangchainlanggraphllmnl2sqlqdrantragvector-database
Nhúng badge
Markdown cho README của dự án. Badge link về trang này; điều khoản ở trang điều khoản.
[](https://argusic.com/subject/shopkeeper-agent)Câu hỏi
- shopkeeper-agent có chạy được không?
- shopkeeper-agent chạy được, với mock thay cho các dịch vụ bên ngoài. Argusic đã cài đặt và khởi chạy nó trên một máy sạch trong 28 phút, gặp 4 lỗi trên đường đi, và ghi lại phiên làm việc.
- Argusic đã test shopkeeper-agent như thế nào?
- Trên một máy mới, dùng một lần, mọi lệnh đều được ghi lại và repo được ghim ở commit 8045fa4d6160. Có một lần thử được ghi lại, và toàn bộ phương pháp nằm ở trang phương pháp.
- Test shopkeeper-agent tốn bao nhiêu?
- Lần chạy đưa ra kết luận này tốn 0,59 USD: chi phí máy và model thật, không phải giá niêm yết theo triệu token. Con số được ghi trên trang của lần chạy đó.
- Cài đặt shopkeeper-agent mất bao lâu?
- 28 phút trong lần chạy quyết định kết luận này, từ máy sạch đến trạng thái chạy được. Đó là một lần thử đo được, không phải số trung bình.
- shopkeeper-agent có cần GPU không?
- Không cần để khởi động. Argusic đã đạt trạng thái chạy được trên một máy không có GPU.
- Cài đặt shopkeeper-agent thì gặp lỗi gì?
- 4 lỗi xảy ra trong lần chạy được ghi lại, và 4 lỗi đã được sửa mà không cần người giúp. Từng lỗi, cùng thời gian nó tốn, được liệt kê trên trang này.
- Bằng chứng cho shopkeeper-agent ở đâu?
- Lần chạy được ghi lại nằm trên trang này, mỗi lần link tới log đầy đủ và terminal recording, được lưu kèm dấu vân tay sha256 để không thể bị sửa lén.