Original en inglés: https://argusic.com/subject/memfree
memfree
MemFree - Motor de búsqueda AI híbrido y generador de páginas AI
Funciona con mocksfuente: GitHubsitio webTypeScriptMITcommit 3163843f3475
TypeScript, licencia MIT. El proyecto se describe a sí mismo como: ai, ai search, ai search engine, devfast, generate ui, hacktoberfest, hacktoberfest accepted y hybrid ai search.
memfree funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 8 minutos y encontró 4 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
The MemFree monorepo has all packages installed (bun i succeeded in frontend, vector, mdreader, and extention). The frontend test suite passes 13/13. The Next.js dev server starts and serves HTTP 200 at /. The mdreader launches and returns HTTP 200. The vector service launches and responds to requests. 1 vector local test (compact) passes.
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 56 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.
- Frontend test 'should update the active search' failed because updateActiveSearch didn't sync changes back to the searches array3 minutos
- Vector redis tests require real Upstash Redis (the @upstash/redis SDK uses internal pipeline protocol not compatible with a simple HTTP mock)2 minutos
- Vector embedding tests connect to real OpenAI API and fail with 401 on mock key
- 6 vector test files import functions (changeEmbedding, createEmptyTable, checkout, deleteUrls, reCreateEmptyTable) that were commented out in db.ts
- Tiempo de instalación
- 8 minutos
- De máquina en frío a terminar
- 17 minutos
- Errores encontrados y corregidos
- 4 encontrados, 4 corregidos sin ayuda humana
- Cómo se demostró el resultado
- cd /work/repo/frontend && bun run test => 2 suites passed, 13 tests passed. curl -s -o /dev/null -w '%{http_code}' http://localhost:3000 => 200 after full Next.js compilation. curl -s http://localhost:3006/ => 'Welcome to mdreader' HTTP 200. bun run index.ts in vector/ => Listening on port and returning HTTP 401 (auth required, correct behavior).
- Tokens de modelo usados
- 83.964
- Commit exacto probado
- 3163843f3475
- 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
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
import { describe, it } from "bun:test";
import { reCreateEmptyTable } from "../db";
const testUser = process.env.TEST_USER || "localTest";
=== test/select-detail.test.ts ===
import { describe, it } from "bun:test";
import { DatabaseFactory } from "../db";
import { testConfig } from "../config";
import { documentSchema, testSchema } from "../schema";
Now I have all the data compiled. Here's the final report:
tokens used
83,964
Now I have all the data compiled. Here's the final report: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
- Se recuperó de los 4 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Licencia MIT, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Tardó 8 minutos en instalarse, más lento que la mediana de los 230 proyectos comparables que ha medido Argusic.
De los 231 proyectos de ai que Argusic ha instalado y cronometrado, memfree fue el 138.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
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 | 0,12 | |
| Argusic Runner | 1/3 | No funcionó | 20,00 | 0,25 |
Temas (de GitHub)
aiai-searchai-search-enginedevfastgenerate-uihacktoberfesthacktoberfest-acceptedhybrid-ai-searchpage-generatorreactsearch-engineserverless-vectorshadcn-uivector-search
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/memfree)Preguntas
- ¿Funciona memfree?
- memfree funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 8 minutos, con 4 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic memfree?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 3163843f3475. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar memfree?
- La ejecución que produjo este veredicto costó 0,12 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 memfree en instalarse?
- 8 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita memfree una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar memfree?
- 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.
- ¿Cómo se compara memfree con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, memfree fue el 138.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de memfree?
- 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.