Englisches Original: https://argusic.com/subject/arkhammirror
ArkhamMirror
Local-first AI-gestützte Dokumentenintelligenz-Plattform für investigativen Journalismus
LäuftQuelle: GitHubPythonMITCommit 26e7cd87275c
Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: air gapped, data visualization, digital forensics, docker, document intelligence, edge ai, entity extraction und intelligence analysis.
ArkhamMirror läuft. Ein Argusic-Agent hat es in 19 Minuten installiert und ist auf 4 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
The SHATTERED API server runs on http://127.0.0.1:8100 with 26 shards, 559 API endpoints, PostgreSQL+pgvector backend, serving a healthy health-check and Swagger UI. All core services (database, config, storage, chunks, vectors, events, workers, models) report active.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 96 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- pgvector headers missing from extracted pg package3 Minuten
- Vector dimension mismatch (1024 default vs 384 actual)2 Minuten
- media-forensics shutdown crashes without callback arg to unsubscribe1 Minute
- Pretrained embedding model cannot download (no HF access)1 Minute
- Installationszeit
- 19 Minuten
- Von der kalten Maschine bis zum Ende
- 23 Minuten
- Aufgetretene und behobene Fehler
- 4 aufgetreten, 4 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- curl http://127.0.0.1:8100/health returned 200, openapi.json reported 559 endpoints, /api/shards/ returned 26 shards, Swagger UI at /docs renders. Frame tests: 116 passed, 18 failed (pre-existing), 66 skipped, 4 errors.
- Verbrauchte Modell-Tokens
- 139.814
- Genau getesteter Commit
- 26e7cd87275c
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
- PostgreSQL 16.15 installed from Debian packages (extracting into a non-root directory) with pgvec… - PostgreSQL configured and started on port 5432 - Database `arkhamdb` created with user `arkham` and full migration run - Python virtual environment created with all dependencies installed - All 26 shards installed via `pip install -e` - spaCy `en_core_web_sm` model downloaded **Errors encountered and fixed:** 1. **pgvector include path** - The extracted PostgreSQL packages included an empty server include d… 2. **Vector dimension mismatch** - The initial migration used 1024 dimensions but the default all-M… 3. **media-forensics unsubscribe bug** - Shutdown called `unsubscribe(event)` without the required … 4. **Embedding model offline** - HuggingFace model download fails in this environment (no HF access… 5. **Pre-existing test issues** - Event bus tests fail because `subscribe()` is async but tests cal…
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
- In 19 Minuten installiert.
- Hat sich von allen 4 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz MIT, laut Angabe des Hosts.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Wofür es eine vernünftige Wahl ist
- Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Läuft mit Mocks | 92,00 | 0,14 | |
| Argusic Runner | 1/3 | Läuft | 100,00 | 0,14 |
Themen (von GitHub)
air-gappeddata-visualizationdigital-forensicsdockerdocument-intelligenceedge-aientity-extractionintelligence-analysisinvestigative-journalismknowledge-graphlocal-llmocroffline-aiopen-sourceosintpalantir-alternativeprivacy-firstragself-hostedsemantic-search
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/arkhammirror)Fragen
- Läuft ArkhamMirror?
- Ja. ArkhamMirror läuft. Argusic hat es auf einer sauberen Maschine in 19 Minuten installiert und gestartet, ist dabei auf 4 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic ArkhamMirror getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 26e7cd87275c. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von ArkhamMirror gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,14 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von ArkhamMirror?
- 19 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht ArkhamMirror eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von ArkhamMirror schief?
- Im aufgezeichneten Lauf gingen 4 Dinge kaputt, und 4 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wo ist der Nachweis für ArkhamMirror?
- Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.