Original en inglés: https://argusic.com/subject/arkhammirror
ArkhamMirror
Plataforma de inteligencia documental local-first impulsada por IA para periodismo de investigación
Funcionafuente: GitHubPythonMITcommit 26e7cd87275c
Python, licencia MIT. El proyecto se describe a sí mismo como: air gapped, data visualization, digital forensics, docker, document intelligence, edge ai, entity extraction e intelligence analysis.
ArkhamMirror funciona. Un agent de Argusic lo instaló en 19 minutos y encontró 4 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
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.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 96 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- pgvector headers missing from extracted pg package3 minutos
- Vector dimension mismatch (1024 default vs 384 actual)2 minutos
- media-forensics shutdown crashes without callback arg to unsubscribe1 minuto
- Pretrained embedding model cannot download (no HF access)1 minuto
- Tiempo de instalación
- 19 minutos
- De máquina en frío a terminar
- 23 minutos
- Errores encontrados y corregidos
- 4 encontrados, 4 corregidos sin ayuda humana
- Cómo se demostró el resultado
- 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.
- Tokens de modelo usados
- 139.814
- Commit exacto probado
- 26e7cd87275c
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
- 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…
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 19 minutos.
- Se recuperó de los 4 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MIT, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Funciona con mocks | 92,00 | 0,14 | |
| Argusic Runner | 1/3 | Funciona | 100,00 | 0,14 |
Temas (de GitHub)
air-gappeddata-visualizationdigital-forensicsdockerdocument-intelligenceedge-aientity-extractionintelligence-analysisinvestigative-journalismknowledge-graphlocal-llmocroffline-aiopen-sourceosintpalantir-alternativeprivacy-firstragself-hostedsemantic-search
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/arkhammirror)Preguntas
- ¿Funciona ArkhamMirror?
- Sí. ArkhamMirror funciona. Argusic lo instaló y lo inició en una máquina limpia en 19 minutos, con 4 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic ArkhamMirror?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 26e7cd87275c. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar ArkhamMirror?
- La ejecución que produjo este veredicto costó 0,14 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda ArkhamMirror en instalarse?
- 19 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita ArkhamMirror una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar ArkhamMirror?
- En la ejecución registrada fallaron 4 cosas, y 4 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Dónde está la evidencia de ArkhamMirror?
- Las 2 ejecuciones registradas están en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.