Original en inglés: https://argusic.com/subject/opencode-mem
opencode-mem
Plugin de OpenCode que da memoria persistente a los coding agents usando una base de datos vectorial local.
Funciona con mocksfuente: GitHubsitio webTypeScriptMITcommit a2072d75eaec
TypeScript, licencia MIT. El proyecto se describe a sí mismo como: ai, libsql, memory, opencode, opencode plugin, turso y vector database.
opencode-mem funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 0,1 minutos y encontró 1 error, corregido sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Install, TypeScript compilation, all 767 tests, full build (TS + web UI), and the web server all succeed on Linux/amd64 with Bun 1.4.3. The package.json was patched to use bun --bun for the web:build script, because system Node 18 cannot run the project's modern Svelte/Vite toolchain.
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 92 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.
- web:build failed on system Node 18 — svelte-check/vite require Node >=20 or Bun's runtime4 minutos
- Tiempo de instalación
- menos de un minuto
- De máquina en frío a terminar
- 13 minutos
- Errores encontrados y corregidos
- 1 encontrados, 1 corregidos sin ayuda humana
- Cómo se demostró el resultado
- bun test: 763 pass, 4 skip, 0 fail across 109 files; bun --bun run build: builds TS + web UI; server start: GET /api/health returned 200, GET /api/stats returned 401 (as expected without token)
- Tokens de modelo usados
- 202.249
- Commit exacto probado
- a2072d75eaec
- 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
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación del intento 1, ejecutado el , el intento que decidió el veredicto anterior. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
$ tsc --noEmit
--- Full build ---
../dist/web/assets/index-XAqiCeXa.js 441.20 kB │ gzip: 136.54 kB
✓ built in 1.51s
--- Server test ---
Package version: 2.31.2
GET /api/health: 200 {"success":true,"status":"ok","authEnabled":false}
GET /api/stats: 401 {"success":false,"error":"Unauthorized"}
All working perfectly. Let me compile the final ARGUSIC_RESULT.
tokens used
202,249
All working perfectly. Let me compile the final ARGUSIC_RESULT.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 instaló en 0,1 minutos, más rápido que la mediana de los 230 proyectos comparables que ha medido Argusic.
- Se recuperó de su único error sin que interviniera una persona, lo que indica que el fallo está lo bastante documentado como para resolverlo.
- Licencia MIT, según su plataforma de origen.
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.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 231 proyectos de ai que Argusic ha instalado y cronometrado, opencode-mem fue el 4.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 | 1/3 | Funciona con mocks | 92,00 | 0,12 |
Temas (de GitHub)
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/opencode-mem)Preguntas
- ¿Funciona opencode-mem?
- opencode-mem funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 0 minutos, con 1 error por el camino, y grabó la sesión.
- ¿Cómo probó Argusic opencode-mem?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit a2072d75eaec. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar opencode-mem?
- 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 opencode-mem en instalarse?
- 0,1 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita opencode-mem una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar opencode-mem?
- En la ejecución registrada falló 1 cosa, y 1 se corrigió sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara opencode-mem con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, opencode-mem fue el 4.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de opencode-mem?
- La ejecución registrada está 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.