Original en inglés: https://argusic.com/subject/vector-storage
vector-storage
Vector Storage es una base de datos vectorial que permite realizar búsquedas de similitud semántica en documentos de texto en el almacenamiento local del navegador. Utiliza embeddings de OpenAI para convertir documentos en vectores y permite buscar documentos similares basándose en la similitud del coseno.
Funciona con mocksfuente: GitHubsitio webTypeScriptMITcommit 0484d9c25765
TypeScript, licencia MIT. El proyecto se describe a sí mismo como: cosine similarity, embedding vectors, javascript, local storage, localstorage, lru cache, npm y open source.
vector-storage funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 1 minuto y encontró 3 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
npm install completes, npx tsc and npm run lint pass, and node verify.mjs exits 0 with ALL CHECKS PASSED covering add/search/filter/hits/persistence/LRU and the OpenAI embedding fetch path against a local mock server.
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.
- Race: constructor kicked off async loadFromIndexDbStorage() unawaited, so addText/addTexts raced with the load and wiped documents10 minutos
- Hit counters never accumulated: updateHitCounters mutated result copies, not stored documents, breaking the documented LRU ordering8 minutos
- indexedDB is not defined in Node: library depends on browser IndexedDB via idb1 minuto
- Tiempo de instalación
- 1 minutos
- De máquina en frío a terminar
- 10 minutos
- Errores encontrados y corregidos
- 3 encontrados, 3 corregidos sin ayuda humana
- Cómo se demostró el resultado
- node verify.mjs exited 0 with ALL CHECKS PASSED (21/21 checks: CRUD, ranking, filters, hits, persistence, LRU, and the OpenAI fetch path via local mock server); npx tsc and npm run lint both exited 0
- Tokens de modelo usados
- 231.283
- Commit exacto probado
- 0484d9c25765
- 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.
All checks pass and the tree is clean except the intended changes. Final verification recap, then t…
**What I did**
- `npm install` — succeeded (242 packages); added `fake-indexeddb` as a devDependency for Node-side…
- `npx tsc` — builds `dist/` without errors.
- No test suite exists in the repo, so I wrote `verify.mjs` exercising the actual built package.
**Errors found and fixed**
1. `indexedDB is not defined` when running the library in Node — fixed by using `fake-indexeddb/aut…
2. Constructor fired async `loadFromIndexDbStorage()` unawaited, racing with `addText`/`addTexts` a…
3. `updateHitCounters` mutated shallow copies, so hit counters (and thus LRU eviction order) never …
**Verified behavior (21/21 checks in `node verify.mjs`, exit 0, "ALL CHECKS PASSED")**
- `addText`/`addTexts`, dedupe on repeated text, cosine ranking ("fox" first for "quick fox"), `k`,…
- `npm run lint` passes; `npx tsc` passes.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 1 minuto.
- Se recuperó de los 3 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.
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.
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 | 0,07 |
Temas (de GitHub)
cosine-similarityembedding-vectorsjavascriptlocal-storagelocalstoragelru-cachenpmopen-sourceopenaisemantic-searchsemantic-similaritytypescriptvector-databasevector-dbvector-searchvector-similarityvector-similarity-databasevector-similarity-search
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/vector-storage)Preguntas
- ¿Funciona vector-storage?
- vector-storage funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 1 minutos, con 3 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic vector-storage?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 0484d9c25765. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar vector-storage?
- La ejecución que produjo este veredicto costó 0,07 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 vector-storage en instalarse?
- 1 minuto en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita vector-storage una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar vector-storage?
- En la ejecución registrada fallaron 3 cosas, y 3 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Dónde está la evidencia de vector-storage?
- 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.