Original en inglés: https://argusic.com/subject/selfgraph

selfgraph

Build and query versioned knowledge graphs for AI agents, with any graph database.

Funcionafuente: GitHubTypeScriptApache-2.0commit 97fb52be8e8e

TypeScript, licencia Apache-2.0. El proyecto se describe a sí mismo como: agent, graphs, knowledge graph, knowledge graphs, knowledge management y ontology.

selfgraph funciona. Un agent de Argusic lo instaló en 0,4 minutos y encontró 2 errores en una máquina limpia sin GPU, y toda la sesión quedó grabada.

SelfGraph 0.2.2 installs cleanly on Python 3.12 via venv and runs its full test suite on embedded Kuzu with all deterministic tests passing. The CLI, SDK quickstart, and MCP server all function correctly. One test is OOM-bound in this container (test_kuzu_cancel_then_close).

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 90 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).

De un vistazo

veredicto
Funciona
Puntuación Argusic
90 / 100
costo de la ejecución de verificación
0,18 USD (medido)
ejecuciones registradas
1
última prueba
estrellas
211
forks
0
issues abiertos
0
observadores
0
creado
-
último push
-

Datos del proyecto de GitHub, enlazados al principio de esta página. 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.

Tiempo perdido en cada fallo al probar selfgraph, a partir de la ejecución registrada
Cada barra es un fallo que el agent registró, con el tiempo que le costó. Sale de esta ejecución y de ningún otro sitio.

Qué salió mal, en palabras del propio agent

Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.

  • test_kuzu_cancel_then_close subprocess OOM-killed (SIGKILL -9) on container with ~1GB RAM: spawns 50 Kuzu databases at 128MB each2 minutos
  • kuzu 0.11.3 needs a larger buffer pool than 64MB for 513 relation versions1 minuto
Tiempo de instalación
menos de un minuto
De máquina en frío a terminar
48 minutos
Errores encontrados y corregidos
2 encontrados, 1 corregidos sin ayuda humana
Cómo se demostró el resultado
pytest with SELFGRAPH_TEST_STORE=kuzu: 789 collected, ~766 passed, ~22 skipped, 1 OOM failure unrelated to code. Quickstart asyncio.run() returned correct context. CLI insert+retrieve round-trip worked.
Tokens de modelo usados
120.033
Commit exacto probado
97fb52be8e8e
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.

3. **Inter-test Kuzu lock contention**: When test suites ran in sequence, stale `.kuzu` files from …
**Test results (SELFGRAPH_TEST_STORE=kuzu, 789 collected, 10 deselected)**:
- All deterministic tests pass with Kuzu backend
- ~22 skipped (cypher dialect, HydraDB-specific, FalkorDB-specific, concurrent — all unrelated to K…
- 1 failure: OOM on `test_kuzu_cancel_then_close` (container memory limit)
- The buffer pool test and all conformance-critical tests pass
**End-to-end verification**: The README quickstart ran and returned `GRAPH | Jane Doe -[WORKS_AT]->…
exec
/bin/sh -lc "echo \"ARGUSIC_RESULT: {\\\"install_succeeded\\\": true, \\\"launch_succeeded\\\": tru…
 succeeded in 0ms:
tokens used
120,033

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 0,4 minutos, más rápido que la mediana de los 140 proyectos comparables que ha medido Argusic.
  • Funcionó sin GPU, así que no necesita una para arrancar.
  • Licencia Apache-2.0, según su plataforma de origen.

Qué no salió bien, o no se sabe

  • Encontró 2 errores durante la instalación, 1 de ellos sin resolver.
  • Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.

De los 141 proyectos de agent que Argusic ha instalado y cronometrado, selfgraph fue el 10.º más rápido en llegar a funcionar, y 94 de 141 llegaron a funcionar.

Para qué es una opción razonable

  • Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
  • Una evaluación rápida: estaba funcionando 0,4 minutos después del clon.

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 porintentoresultadopuntuacióncosto USDcuándo
Argusic Runner1/3Funciona90,000,18

Temas (de GitHub)

agentgraphsknowledge-graphknowledge-graphsknowledge-managementontology

Insertar el badge

Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.

[![Tested by Argusic](https://argusic.com/badge/selfgraph.svg)](https://argusic.com/subject/selfgraph)

Preguntas

¿Funciona selfgraph?
Sí. selfgraph funciona. Argusic lo instaló y lo inició en una máquina limpia en 0 minutos, con 2 errores por el camino, y grabó la sesión.
¿Cómo probó Argusic selfgraph?
En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 97fb52be8e8e. Hay un intento registrado, y la metodología completa está en la página de metodología.
¿Cuánto costó probar selfgraph?
La ejecución que produjo este veredicto costó 0,18 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 selfgraph en instalarse?
0,4 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
¿Necesita selfgraph una GPU?
No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
¿Qué falla al instalar selfgraph?
En la ejecución registrada fallaron 2 cosas, y 1 se corrigió sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
¿Cómo se compara selfgraph con las alternativas?
De los 141 proyectos de agent que Argusic ha instalado y cronometrado, selfgraph fue el 10.º más rápido en llegar a funcionar, y 94 de 141 llegaron a funcionar.
¿Dónde está la evidencia de selfgraph?
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.

Discussion