Englisches Original: https://argusic.com/subject/llmwiki
llmwiki
Open-Source-Implementierung von Karpathy's LLM Wiki. Laden Sie Dokumente hoch, verbinden Sie Ihr Claude-Konto über MCP, und lassen Sie es Ihr Wiki schreiben!
LäuftQuelle: GitHubHomepagePythonApache-2.0Commit aac3e6493306
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: agents, ai agents, claude, karpathy, knowledge base, llm, llm wiki und mcp.
llmwiki läuft. Ein Argusic-Agent hat es in 12 Minuten installiert und ist auf keine Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Python API serves health endpoint on localhost:8000, CLI initializes workspaces, all unit and integration tests pass on SQLite and Postgres backends
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 100 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.
- Installationszeit
- 12 Minuten
- Von der kalten Maschine bis zum Ende
- 18 Minuten
- Aufgetretene und behobene Fehler
- 0 aufgetreten, 0 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- pytest: 383+52+264+181=880 passed, 0 failed; curl -s http://127.0.0.1:8000/health returned HTTP 200
- Verbrauchte Modell-Tokens
- 141.208
- Genau getesteter Commit
- aac3e6493306
- 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.
- Downloaded and extracted `postgresql-16` Debian package, ran `initdb` and started the server on p…
**Verification:**
- `llmwiki init /tmp/test-workspace` — created workspace, wiki, and SQLite index successfully
- `uvicorn main:app` — API started, answered `{"status":"ok"}` on `GET /health` (HTTP 200)
- OpenAPI schema fully served from `/openapi.json`
**Test results: all pass**
- 383 API unit tests passed
- 52 MCP unit tests passed
- 264 integration tests (Postgres-backed) passed
- 181 MCP integration tests (SQLite-backed) passed
- Total: **880 test cases, zero failures**
Only limitation: Node.js 18 is below the 20+ requirement for the web frontend's vitest and Next.js …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.
- Unterwegs ging nichts kaputt: null Fehler zwischen Klonen und laufendem Zustand.
- Lief ohne GPU, braucht also keine, um zu starten.
- Lizenz Apache-2.0, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Die Installation dauerte 12 Minuten, langsamer als der Median der 37 vergleichbaren Projekte, die Argusic gemessen hat.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 38 Projekten im Bereich agents, die Argusic installiert und zeitlich gemessen hat, belegte llmwiki Platz 26 bei der Zeit bis zum lauffähigen Zustand, und 25 von 38 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.
- Nach der eigenen README: Der dokumentierte Weg funktionierte, ohne dass etwas zu beheben war.
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
Themen (von GitHub)
agentsai-agentsclaudekarpathyknowledge-basellmllm-wikimcpmcp-serverragsupabase
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/llmwiki)Fragen
- Läuft llmwiki?
- Ja. llmwiki läuft. Argusic hat es auf einer sauberen Maschine in 12 Minuten installiert und gestartet, ist dabei auf 0 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic llmwiki getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit aac3e6493306. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von llmwiki 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 llmwiki?
- 12 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 llmwiki eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von llmwiki schief?
- Im aufgezeichneten Lauf nichts: null Fehler zwischen Klonen und laufendem Zustand.
- Wie schneidet llmwiki im Vergleich zu Alternativen ab?
- Von den 38 Projekten im Bereich agents, die Argusic installiert und zeitlich gemessen hat, belegte llmwiki Platz 26 bei der Zeit bis zum lauffähigen Zustand, und 25 von 38 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für llmwiki?
- 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.