[bot] Instrument informers (5.5K weekly downloads)
Los mantenedores suelen responder en 1 día
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 52/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Bastante claro
- Estado de actividad
- Tranquilo
- Stack tecnológico
- ruby
- Área
- observability-sre
Línea de trabajo
Comienza leyendo lib/braintrust/contrib.rb y los archivos existentes bajo lib/braintrust/contrib/ para entender cómo se registran y estructuran las integraciones. Revisa Appraisals y braintrust.gemspec para conocer las convenciones de dependencias y escenarios; después, inspecciona las APIs de informers mencionadas en la issue. Se considera terminado cuando las llamadas de inferencia relevantes están instrumentadas y la nueva integración está registrada, sin dejar lagunas relacionadas con informers en los archivos inspeccionados.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Summary
The informers gem (RubyGems: informers, by Andrew Kane) is a Ruby library for running Hugging Face transformer models locally via ONNX Runtime — no API keys or network calls required. It provides a concrete execution surface for embeddings generation, text classification, and other transformer inference pipelines, and is not instrumented by this SDK.
What is missing
No instrumentation exists for any informers execution surface. Key APIs that should be instrumented:
Embeddings
Informers.pipeline("embedding", model_name).(text)— runs a local ONNX embedding model and returns vector output. This is the primary execution method analogous toembeddings.createin hosted embedding APIs.- Batch embedding calls (passing an array of texts) for semantic search / RAG pipelines.
Other Inference Pipelines
Informers.pipeline("text-classification", ...),"feature-extraction","zero-shot-classification","reranking", etc. — each.callinvocation runs local model inference and is a natural span boundary (model name, input, output, latency).
Weekly downloads
5.5K (as of 2026-07-23; https://clickgems.clickhouse.com/dashboard/informers) — ClickGems reports Last day / Last week / Last month / Total download counts sourced from Ruby Central's public RubyGems download dataset. RubyGems.org itself only exposes "Total downloads" and "downloads for this version," not a weekly figure, so ClickGems was used as the directly-reported weekly stat rather than deriving one.
Additional signals: v1.3.0 released April 15, 2026 (rubygems.org); Total downloads 2,515,045 (rubygems.org).
Braintrust docs status
not_found — Checked https://www.braintrust.dev/docs/integrations/sdk-integrations (lists only openai, anthropic, ruby-llm, ruby-openai for Ruby) and searched https://www.braintrust.dev/docs generally. No mention of informers, ONNX, or local/offline embedding inference for Ruby anywhere in Braintrust's documentation.
Upstream sources
- GitHub: https://github.com/ankane/informers
- RubyGems: https://rubygems.org/gems/informers
- Download stats: https://clickgems.clickhouse.com/dashboard/informers
Braintrust docs sources checked
Local repo files inspected
lib/braintrust/contrib.rb— registers only 4 integrations: OpenAI, RubyOpenAI, RubyLLM, Anthropic. Noinformersintegration.lib/braintrust/contrib/— no directory or files forinformersAppraisals— no appraisal scenario forinformersbraintrust.gemspec— no mention ofinformers- Grep for
informers,Informers,onnxacrosslib/braintrust/returns zero matches
- Lenguaje dominante
- Ruby
- Estrellas
- 9
- Forks
- 11
- Merge medio
- 3 d 43 min
- PR fusionados (30 d)
- 9
Preparar el entorno
- Incluye un Dockerfile o un archivo de Docker Compose
- Sin plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de braintrustdata/braintrust-sdk-ruby
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
braintrustdata/braintrust-sdk-ruby#155 ·
Los mantenedores suelen responder en 1 día
-
[BOT ISSUE] OpenAI Chat Completions missing reasoning model and web search metadata parametersAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
braintrustdata/braintrust-sdk-ruby#143 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
braintrustdata/braintrust-sdk-ruby#137 ·
Los mantenedores suelen responder en 1 día
-
ruby
Dificultad 3/5 Medio día Aptitud para principiantes 62/100
braintrustdata/braintrust-sdk-ruby#229 ·
Los mantenedores suelen responder en 1 día
-
ruby
Dificultad 3/5 1-2 días Aptitud para principiantes 45/100
braintrustdata/braintrust-sdk-ruby#228 ·
Los mantenedores suelen responder en 1 día
Todos los issues de braintrustdata/braintrust-sdk-ruby
Issues similares
-
Feature Feature Parity
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
valkey-io/valkey-glide-ruby#369 ·
Los mantenedores suelen responder en 2 días
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 85/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 90/100
Los mantenedores suelen responder en 3 días
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
thewca/worldcubeassociation.org#16088 ·
Los mantenedores suelen responder en 1 día