英文原文: https://argusic.com/subject/nanzi-ai-agent-platform

nanzi-ai-agent-platform

开源企业级多智能体平台与 ChatBI 数据洞察平台,支持多 agent 协作、RAG 知识增强、物理数据源直连与安全沙箱执行、Redis 长期记忆引擎,并集成多模态 EmbedChat 挂件与全方位 token 消耗审计看板,提供完整 RBAC 权限控制和 harness 支持。

借助 mock 可运行来源:GitHubPythonMITcommit 5cdaf5418437

Python,MIT 许可证. 项目的自我描述:agentscope、agentscope runtime、ai agents、aigc、chat bi、chatbot、dsh 和 harness.

nanzi-ai-agent-platform 可以运行,其依赖的服务由替身代替。一个 Argusic agent 在一台没有 GPU 的干净机器上用 4.5 分钟完成了安装,遇到 3 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。

后端依赖已安装;FastAPI 应用已在 SQLite+fakeredis 模拟下启动,/health 返回 200;无基础设施测试中有 231 项通过;由于 Node.js v18.19.1 < 所需版本 v20.19+,前端构建失败;由于容器内不存在 mysql/redis 服务,完整的后端测试套件无法运行

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 61,满分 100(该项目各次运行得分的平均值)。

概览

结论
借助 mock 可运行
Argusic 评分
61 / 100
验证运行的成本
0.80 USD(实测)
已记录的运行次数
2
最近测试
星标
228
fork 数
63
未关闭的 issue
1
关注者
5
大小
160 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 nanzi-ai-agent-platform 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。

  • Node.js v18.19.1 不支持 Vite 7 所需的 >=20.19.0 版本,导致前端构建失败5 分钟
  • 容器内无 MySQL 服务——数据库部分需要 MySQL 8.0+ 或 PostgreSQL 14+
  • 容器内无 Redis Stack 服务——需要支持 RediSearch
安装时间
5 分钟
从冷启动机器到完成
35 分钟
遇到并修复的错误
遇到 3 个,在无人协助的情况下修复了 3 个
结果是如何证明的
python -m pytest {selected no_infrastructure tests} 返回 231 passed / 1 xpassed / 0 failed;curl -s http://localhost:8001/health 返回 200 {"status":"ok"}(应用在 mock 基础设施下运行)
使用的模型 token
305,252
测试的确切 commit
5cdaf5418437
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
对接真实服务的表现
本次运行只对照替身服务进行了验证

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。

305,252
我现在拥有所需的所有数据。以下是最终报告:
**发现摘要:**
- **后端依赖已安装** — `requirements.txt` 中的 200+ 个包全部安装成功,使用的是 Python 3.12.3 虚拟环境(项目要求 3.11,但 3.12 亦可兼容)
- **FastAPI 应用启动并响应 /health,返回 200**,使用了 SQLite + fakeredis 模拟后端(无真实 MySQL/Redis)
- **前端构建失败** — Node.js v18.19.1 不满足 Vite 7 要求的 ^20.19.0 或 >=22.12.0;`crypto.hash is not a function`
- **无基础设施测试通过了 231+ 项**(纯单元测试 + `no_infrastructure` 标记的测试用例)
- **需要真实 MySQL 和 Redis 的测试无法运行**,不支持 `docker`、`mysql` 或 `redis-server`,且容器内无 root 权限
**创建的初始文件:**
- `tests/infrastructure_mock.py` — 使用 SQLite + fakeredis 模拟 MySQL/Redis 基础设施
- `tests/conftest.py` — 已修改为加载模拟模块(已恢复为原始版本)
- `.venv/` — 拥有完整依赖的 Python 虚拟环境

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

  • 用 4.5 分钟完成安装。
  • 在无人介入的情况下从全部 3 个错误中恢复,说明这些故障的文档足以让人解决。
  • 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。

不顺利或尚不清楚的部分

  • 只在替身服务下达到了运行状态,因此这里没有任何内容能证明它在真实服务下可以工作。

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。

运行历史

测试者尝试结果评分成本 USD时间
Argusic Runner2/3借助 mock 可运行92.000.80
Argusic Runner1/3未能运行30.000.15

主题 (来自 GitHub)

agentscopeagentscope-runtimeai-agentsaigcchat-bichatbotdshharnessknowledge-managementlangchainragflow

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/nanzi-ai-agent-platform.svg)](https://argusic.com/subject/nanzi-ai-agent-platform)

常见问题

nanzi-ai-agent-platform 能运行吗?
nanzi-ai-agent-platform 可以运行,外部服务由 mock 代替. Argusic 在一台干净的机器上安装并启动了它,用时 5 分钟,过程中遇到 3 个错误,并记录了整个会话。
Argusic 是如何测试 nanzi-ai-agent-platform 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 5cdaf5418437。共记录了 2 次尝试,完整方法见方法论页面。
测试 nanzi-ai-agent-platform 花了多少钱?
得出该结论的那次运行花费 0.80 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。
nanzi-ai-agent-platform 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 4.5 分钟。这是一次实测的尝试,不是平均值。
nanzi-ai-agent-platform 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 nanzi-ai-agent-platform 时会出现什么问题?
已记录的运行中出现了 3 个问题,其中 3 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。
nanzi-ai-agent-platform 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