英文原文: https://argusic.com/subject/second-brain

second-brain

Second Brain 是一个 agentic 框架，充当操作系统，利用本地文件智能、工作流自动化和 LLM 来完成任务，并通过多种模态和消息平台进行通信。

可运行来源：GitHubPythonMITcommit d79ca2e1859a

Python，MIT 许可证. 项目的自我描述：agentic ai、agentic workflow、ai、ai agent tools、ai agents、cronjob scheduler、data science 和 database.

second-brain 可以运行。一个 Argusic agent 在一台没有 GPU 的干净机器上用 51 分钟完成了安装，遇到 5 个错误，整个会话都被记录了下来。

Second Brain Python kernel installed and starts. HTTP frontend serves port 8789 and responds to authenticated SDK requests. Web UI builds with Node 22. Test suite runs 2819 passing tests with 2 pre-existing failures. Requires Node 20.19+ or 22.12+ for the web UI; port 8787 is blocked by an orphaned socket from prior test runs.

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
0.10 USD（实测）
已记录的运行次数
1
最近测试
星标
678
fork 数
87
未关闭的 issue
0
关注者
10
大小
12 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 second-brain 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。

  • Stale orphan LISTEN socket on port 8787 from prior test processes blocks HTTP frontend. No process holds the socket but it persists in LISTEN state.8 分钟
  • Node.js 18 too old for web UI (requires ^20.19.0 or >=22.12.0). Vite fails with SyntaxError on node:util.styleText.5 分钟
  • Plugin watcher fails with inotify instance limit reached (EMFILE, errno 24) when orphaned guest.child subprocesses accumulate from test runs.3 分钟
  • REPL frontend fails with the console is closed in non-interactive environment (no TTY available).2 分钟
  • 2 pre-existing test failures in test_sandbox_processes.py: test_starting_a_process_asks_unless_something_vouches_for_it[ls-proc.run] and [ls-proc.start] - sandbox now classifies ls as safe but tests expect it to be unsafe.
安装时间
51 分钟
从冷启动机器到完成
51 分钟
遇到并修复的错误
遇到 5 个，在无人协助的情况下修复了 4 个
结果是如何证明的
pytest: 2819 passed, 2 failed, 5 skipped across 129 test files. SDK POST /sdk/config.read?thread=t1 returned HTTP 200 with {data: 8789}. GET /health returned HTTP 401 (expected, requires Bearer token). Web UI builds: npx vite build produced dist/ in 1.14s. App launches and logs frontend http is serving on 127.0.0.1:8789.
使用的模型 token
1,869,807
测试的确切 commit
d79ca2e1859a
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。

**Tests**: 2819 passed, 2 failed (pre-existing regression in sandbox process safety classification)…
tokens used
1,869,807
The report is complete and verified. Here's a summary of what was done:
**Installation**: Python `pip install -r requirements.txt` and `npm install` in `frame_ui/` both su…
**Two environment issues found and worked around**:
1. **Node.js 18** on the system is too old for the web UI. Downloaded Node v22.12.0 binary and used…
2. An **orphan TCP socket** on port 8787 (left by prior test processes) blocks the HTTP frontend on…
**Launch**: The app starts and serves the HTTP frontend on port 8789. SDK requests respond:
- `POST /sdk/config.read?thread=t1` → HTTP 200 with config data
- `GET /health` → HTTP 401 (expected, requires auth token)
**Tests**: 2819 passed, 2 failed (pre-existing regression in sandbox process safety classification)…

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。
  • 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。

不顺利或尚不清楚的部分

  • 安装用了 51 分钟，慢于 Argusic 测量过的 37 个同类项目的中位数。
  • 搭建过程中遇到 5 个错误，其中 1 个没有解决。
  • 目前只测量过一次。单次尝试只能说明它可以运行，不能说明它能稳定运行。

在 Argusic 安装并计时过的 38 个 agentic-ai 项目中，second-brain 达到运行状态的速度排名第 38，38 个项目中有 27 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。

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。

  • anything-llm 已验证可运行 · JavaScript · 5 个共同主题
  • agents 已测试，未验证 · Python · 5 个共同主题
  • ragflow 已验证可运行 · Go · 4 个共同主题
  • PageIndex 已验证可运行 · Python · 4 个共同主题
  • haystack 已验证可运行 · Python · 4 个共同主题
  • adk-python 已验证可运行 · Python · 4 个共同主题

运行历史

测试者尝试结果评分成本 USD时间
Argusic Runner1/3可运行96.000.10

主题 (来自 GitHub)

agentic-aiagentic-workflowaiai-agent-toolsai-agentscronjob-schedulerdata-sciencedatabasellmsmultimodalopen-sourceorchestratorpythonpython3ragtool-useworkflow-automation

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/second-brain.svg)](https://argusic.com/subject/second-brain)

常见问题

second-brain 能运行吗？
是的。second-brain 可以运行. Argusic 在一台干净的机器上安装并启动了它，用时 51 分钟，过程中遇到 5 个错误，并记录了整个会话。
Argusic 是如何测试 second-brain 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 d79ca2e1859a。共记录了 1 次尝试，完整方法见方法论页面。
测试 second-brain 花了多少钱？
得出该结论的那次运行花费 0.10 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。
second-brain 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 51 分钟。这是一次实测的尝试，不是平均值。
second-brain 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 second-brain 时会出现什么问题？
已记录的运行中出现了 5 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。
second-brain 与其他替代方案相比如何？
在 Argusic 安装并计时过的 38 个 agentic-ai 项目中，second-brain 达到运行状态的速度排名第 38，38 个项目中有 27 个达到了运行状态。
second-brain 的证据在哪里？
这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