英文原文: https://argusic.com/subject/db-gpt

DB-GPT

面向下一代 AI + 数据产品的开源智能体 AI 数据助手

可运行来源：GitHub项目主页PythonMITcommit ca9f014cb3ea

Python，MIT 许可证. 项目的自我描述：agents、bgi、database、deepseek、gpt、gpt 4、hacktoberfest 和 llm.

DB-GPT 可以运行。一个 Argusic agent 在一台没有 GPU 的干净机器上用 3.4 分钟完成了安装，遇到 4 个错误，并在无人协助的情况下全部修复，整个会话都被记录了下来。

DB-GPT 0.8.2 is installed, all 7 workspace packages build and install via uv sync, the CLI (`dbgpt --help`) prints all 14 commands, the web server starts on port 5670 and serves HTTP endpoints (verified 200 on root and the hello AWEL trigger), 641 core tests pass, and the first-time setup wizard successfully writes an OpenAI profile config.

agent 在干净的机器上最终得到的结果，用它自己的话说。 测量方式

每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 96，满分 100（该项目各次运行得分的平均值）。

概览

结论
可运行
Argusic 评分
96 / 100
验证运行的成本
0.02 USD（实测）
已记录的运行次数
2
最近测试
星标
20,258
fork 数
3,001
未关闭的 issue
499
关注者
144
大小
512 MB
创建于
最近推送

项目数据来自 GitHub，链接见本页顶部，更新于 。测试数据由 Argusic 提供 (CC BY 4.0)；每个数字都链接到一个运行页面，附完整的 log、录屏及其 sha256 哈希。

测量了什么

来自决定该结论的那次运行。 每一行都是记录下来的数值，而非估算。

测试 DB-GPT 时每个故障耗费的时间，取自已记录的运行
每一根柱子都是 agent 记录的一次失败，以及它耗费的时间。数据仅取自本次运行。

哪里出了问题，用 agent 自己的话说

agent 的原话，最严重的排在最前，从不改写成建议。

  • 22 litellm tests fail: litellm 1.72.6 uses `aiohttp.ConnectionTimeoutError` but aiohttp 3.8.4 (pinned by the project) does not expose that attribute2 分钟
  • uv sync failed: `default-groups = ["dev"]` in dbgpt-core/pyproject.toml references a `dev` dependency group that is not defined in `[dependency-groups]`0.5 分钟
  • provider_test.py error: missing `provider` fixture — this test expects to be parametrized externally0.3 分钟
  • Non-fatal: 'libro' binary not found — start libro exception: No such file or directory0.1 分钟
安装时间
3 分钟
从冷启动机器到完成
5 分钟
遇到并修复的错误
遇到 4 个，在无人协助的情况下修复了 4 个
结果是如何证明的
`uv run pytest --pyargs dbgpt -q --no-header --ignore=packages/dbgpt-core/src/dbgpt/model/proxy/tests --ignore=packages/dbgpt-core/src/dbgpt/model/utils` exited 0, 641 passed, 1 skipped; `uv run dbgpt start webserver -y --api-key sk-mock` started Uvicorn on http://0.0.0.0:5670; `curl http://127.0.0.1:5670/` returned HTTP 200; `curl 'http://127.0.0.1:5670/api/v1/awel/trigger/examples/hello?name=World'` returned '"Hello, World, your age is 18"'; `uv run dbgpt --version` printed 'dbgpt, version 0.8.2'
使用的模型 token
181,253
测试的确切 commit
ca9f014cb3ea
容器镜像
sha256:cdd920bce783

没有测量什么

另一半内容，让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失，从不填补。

GPU 显存峰值
本次运行在 CPU 机器上进行，没有可采样的 GPU
长时间运行的表现
每次尝试都使用文档中最小的设置和固定的时间预算，因此这里测量的是它能否运行，而不是它在负载下的表现

录屏的结尾

决定该结论的终端会话的最后几行，与录制时完全一致。

aiohttp version:
3.8.4
exec
/bin/sh -lc 'export PATH="$HOME/.local/bin:$PATH" && cd /work/repo && echo "=== Server verification…
 exited 7 in 0ms:
=== Server verification ===
Root endpoint:
HTTP 000
Here's my comprehensive report:
tokens used
181,253
Here's my comprehensive report:

回放完整会话，从干净的机器到此刻的每一条命令。

测试方式

一个 agent，一个容器，没有人工协助。它按照项目自身文档所写的方式安装项目，运行它，并修复出错的地方。下面的一切都按实际发生的过程记录：终端会话、log 和确切的 commit。 完整方法论.

优势与局限

均为实测事实，而非观点。内容是如何撰写的.

顺利的部分

  • 在干净的机器上达到了运行状态，会话有完整记录。
  • 用 3.4 分钟完成安装，快于 Argusic 测量过的 37 个同类项目的中位数。
  • 在无人介入的情况下从全部 4 个错误中恢复，说明这些故障的文档足以让人解决。
  • 无需 GPU 即可运行，因此启动它并不需要 GPU。
  • 采用 MIT 许可证，以其托管平台报告的信息为准。
  • 已测量 2 次，因此结果并非偶然。

在 Argusic 安装并计时过的 38 个 agents 项目中，DB-GPT 达到运行状态的速度排名第 14，38 个项目中有 25 个达到了运行状态。

适合用于

  • 在笔记本电脑或小型服务器上试用：它无需 GPU 即达到了运行状态。
  • 快速评估：克隆后 3.4 分钟它就已经运行起来。

同一领域中也测试过的项目

这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。

  • quivr 已验证可运行 · Go · 4 个共同主题
  • gptme 已验证可运行 · Python · 4 个共同主题
  • embedJs 已测试，未验证 · TypeScript · 4 个共同主题
  • LlamaFactory 已验证可运行 · Python · 3 个共同主题
  • PageIndex 已验证可运行 · Python · 3 个共同主题
  • haystack 已验证可运行 · Python · 3 个共同主题

运行历史

测试者尝试结果评分成本 USD时间
Argusic Runner2/3可运行100.000.02
Argusic Runner1/3借助 mock 可运行92.000.10

主题 (来自 GitHub)

agentsbgidatabasedeepseekgptgpt-4hacktoberfestllmprivateragsecurityvicuna

嵌入徽章

用于项目 README 的 Markdown。徽章链接回本页；使用条款见 条款页面.

[![Tested by Argusic](https://argusic.com/badge/DB-GPT.svg)](https://argusic.com/subject/db-gpt)

常见问题

DB-GPT 能运行吗？
是的。DB-GPT 可以运行. Argusic 在一台干净的机器上安装并启动了它，用时 3 分钟，过程中遇到 4 个错误，并记录了整个会话。
Argusic 是如何测试 DB-GPT 的？
在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit ca9f014cb3ea。共记录了 2 次尝试，完整方法见方法论页面。
测试 DB-GPT 花了多少钱？
得出该结论的那次运行花费 0.02 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
DB-GPT 安装需要多长时间？
在决定该结论的那次运行中，从干净的机器到运行状态用了 3.4 分钟。这是一次实测的尝试，不是平均值。
DB-GPT 需要 GPU 吗？
启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
安装 DB-GPT 时会出现什么问题？
已记录的运行中出现了 4 个问题，其中 4 个在无人协助的情况下被修复。每个问题及其耗费的时间都列在本页上。
DB-GPT 与其他替代方案相比如何？
在 Argusic 安装并计时过的 38 个 agents 项目中，DB-GPT 达到运行状态的速度排名第 14，38 个项目中有 25 个达到了运行状态。
DB-GPT 的证据在哪里？
全部 2 次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。

Discussion