Englisches Original: https://argusic.com/subject/vearch

vearch

Verteilte Vektorsuche für KI-native Anwendungen

LäuftQuelle: GitHubHomepagePythonApache-2.0Commit bae78b189ff0

Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: ai native, ai native database, cloud native, document retrieval, embeddings, hybrid search, rag und retrieval augmented generation.

vearch läuft. Ein Argusic-Agent hat es in 90 Minuten installiert und ist auf 6 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

Vearch v3.5.9 binary (81MB) and gamma engine (.so) built from source, server starts with master+router+PS on localhost:8817/9001, REST API responds, db/create/list works, cluster health/stats/members endpoints return valid JSON, tests pass basic cluster operations but space creation times out due to PS heartbeat instability in constrained environment

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

Befund
Läuft
Argusic Score
100 / 100
Kosten des verifizierenden Laufs
1,13 USD (gemessen)
aufgezeichnete Läufe
1
zuletzt getestet
Sterne
2.333
Forks
366
offene Issues
171
Beobachter
74
Größe
27 MB
erstellt
letzter Push

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.

Durch jeden Fehlschlag verlorene Zeit beim Testen von vearch, 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.

  • pip faiss-cpu ABI mismatch with gamma engine linking20 Minuten
  • Missing system C++ libs (OpenBLAS, TBB, protobuf, roaring, rocksdb, zstd)10 Minuten
  • Ubuntu CRoaring v0.2.66 lacks C++ namespace (roaring::Roaring64Map), headers incompatible with gamma engine10 Minuten
  • PS heartbeat drops causing server unavailability in tests10 Minuten
  • No Go compiler on system5 Minuten
  • Static libs (rocksdb.a, zstd.a) incompatible with -fPIC shared lib linking5 Minuten
Installationszeit
90 Minuten
Von der kalten Maschine bis zum Ende
59 Minuten
Aufgetretene und behobene Fehler
6 aufgetreten, 6 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde
curl -s http://127.0.0.1:9001/ returned {'code':0} with version info; curl -s http://127.0.0.1:9001/servers returned server list; python test_vearch.py 5 passed, space creation failed due to PS heartbeat timeout
Verbrauchte Modell-Tokens
287.013
Genau getesteter Commit
bae78b189ff0
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.

  - faiss v1.14.1 built from source as shared library with OpenBLAS
  - Gamma engine (C++ shared lib) built successfully
  - Vearch Go binary (81MB) built successfully
Runtime verification:
  - vearch -h: prints usage (confirmed)
  - Server start with 'all' tag: master on :8817, router on :9001 (confirmed)
  - GET / and /cluster/stats and /servers return valid JSON (confirmed)
  - db create/list/delete works (confirmed)
  - Python tests: 5 passed, space creation/teardown timed out
  - Go SDK: compiles, tests fail as server not running
tokens used
287,013

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 90 Minuten installiert.
  • Hat sich von allen 6 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 Apache-2.0, laut Angabe des Hosts.

Was nicht lief oder unbekannt ist

  • Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.

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 vonVersuchErgebnisScoreKosten USDwann
Argusic Runner1/3Läuft100,001,13

Themen (von GitHub)

ai-nativeai-native-databasecloud-nativedocument-retrievalembeddingshybrid-searchragretrieval-augmented-generationvector-databasevector-searchvectors

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/vearch.svg)](https://argusic.com/subject/vearch)

Fragen

Läuft vearch?
Ja. vearch läuft. Argusic hat es auf einer sauberen Maschine in 90 Minuten installiert und gestartet, ist dabei auf 6 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic vearch getestet?
Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit bae78b189ff0. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von vearch gekostet?
Der Lauf, der diesen Befund ergab, kostete 1,13 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 vearch?
90 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 vearch eine GPU?
Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von vearch schief?
Im aufgezeichneten Lauf gingen 6 Dinge kaputt, und 6 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 vearch?
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.

Discussion