Läuft code-graph-rag?

Ja. code-graph-rag läuft. Argusic hat es auf einer sauberen Maschine in 52 Minuten installiert und gestartet, ist dabei auf 3 Fehler gestoßen und hat die Sitzung aufgezeichnet.

Wie hat Argusic code-graph-rag getestet?

Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 511d6f6aecdc. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.

Was hat der Test von code-graph-rag gekostet?

Der Lauf, der diesen Befund ergab, kostete 0,16 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 code-graph-rag?

52 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 code-graph-rag eine GPU?

Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.

Was geht bei der Installation von code-graph-rag schief?

Im aufgezeichneten Lauf gingen 3 Dinge kaputt, und 1 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 code-graph-rag?

Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.

Englisches Original: https://argusic.com/subject/code-graph-rag

code-graph-rag

Das ultimative RAG für Ihr Monorepo. Fragen Sie ab, verstehen Sie und bearbeiten Sie mehrsprachige Codebasen mit der Kraft von KI und Wissensgraphen.

LäuftQuelle: GitHub HomepagePythonMITCommit 511d6f6aecdc

Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai, ast, claude code, code analysis, code understanding, codebase search, developer tools und graph database.

code-graph-rag läuft. Ein Argusic-Agent hat es in 52 Minuten installiert und ist auf 3 Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

code-graph-rag 0.0.985 installed and building from source; CLI responds with version 0.0.985; 185 non-integration tests pass, 45 skip due to missing optional grammars; Docker+Memgraph unavailable without Docker.
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 86,7 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund: Läuft
Argusic Score: 86,7 / 100
Kosten des verifizierenden Laufs: 0,16 USD (gemessen)
aufgezeichnete Läufe: 1
zuletzt getestet: 2026-09-29
Sterne: 5.312
Forks: 710
offene Issues: 527
Beobachter: 33
Größe: 590 MB
erstellt: 2025-06-16
letzter Push: 2026-11-04

Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert 2026-11-04. 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.

Durch jeden Fehlschlag verlorene Zeit beim Testen von code-graph-rag, aus dem aufgezeichneten Lauf gezeichnet — Jeder Balken ist ein Fehler, den der Agent aufgezeichnet hat, mit der Zeit, die er gekostet hat. Aus diesem Lauf gezeichnet, aus keiner anderen Quelle.

Was schiefging, in den Worten des Agents

Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.

pytest-asyncio 1.3.0 incompatible with pytest 9.x (asyncio_mode config unknown)5 Minuten
python3-dev not installed; tree-sitter-c/C++ grammars fail to build from source (Python.h missing)
Docker not available; Memgraph/Qdrant stack cannot start

Installationszeit: 52 Minuten
Von der kalten Maschine bis zum Ende: 55 Minuten
Aufgetretene und behobene Fehler: 3 aufgetreten, 1 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde: .venv/bin/pytest 17 test modules returned 185 passed, 45 skipped, zero failures; cgr --version returned code-graph-rag version 0.0.985
Verbrauchte Modell-Tokens: 455.452
Genau getesteter Commit: 511d6f6aecdc
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.

ENDJSON" in /work/repo
 succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 52, "errors": [{"msg": "py…
exec
/bin/sh -lc "ARGUSIC_RESULT: {\"install_succeeded\": true, \"launch_succeeded\": true, \"install_mi…
 exited 127 in 0ms:
/bin/sh: 1: ARGUSIC_RESULT:: not found
exec
/bin/sh -lc "printf 'ARGUSIC_RESULT: {\"install_succeeded\": true, \"launch_succeeded\": true, \"in…
 succeeded in 0ms:
tokens used
455,452

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.
Lief ohne GPU, braucht also keine, um zu starten.
Lizenz MIT, laut Angabe des Hosts.

Was nicht lief oder unbekannt ist

Die Installation dauerte 52 Minuten, langsamer als der Median der 230 vergleichbaren Projekte, die Argusic gemessen hat.
Ist bei der Einrichtung auf 3 Fehler gestoßen, davon 2 nicht gelöst.
Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.

Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte code-graph-rag Platz 227 bei der Zeit bis zum lauffähigen Zustand, und 152 von 231 erreichten überhaupt einen solchen Zustand.

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	1/3	Läuft	86,67	0,16	2026-09-29 20:11 UTC

Badge einbetten

Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.

[![Tested by Argusic](https://argusic.com/badge/code-graph-rag.svg)](https://argusic.com/subject/code-graph-rag)

Fragen

Läuft code-graph-rag?: Ja. code-graph-rag läuft. Argusic hat es auf einer sauberen Maschine in 52 Minuten installiert und gestartet, ist dabei auf 3 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic code-graph-rag getestet?: Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 511d6f6aecdc. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von code-graph-rag gekostet?: Der Lauf, der diesen Befund ergab, kostete 0,16 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 code-graph-rag?: 52 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 code-graph-rag eine GPU?: Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von code-graph-rag schief?: Im aufgezeichneten Lauf gingen 3 Dinge kaputt, und 1 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
Wie schneidet code-graph-rag im Vergleich zu Alternativen ab?: Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte code-graph-rag Platz 227 bei der Zeit bis zum lauffähigen Zustand, und 152 von 231 erreichten überhaupt einen solchen Zustand.
Wo ist der Nachweis für code-graph-rag?: Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.