Original en anglais: https://argusic.com/subject/big-agi
big-AGI
Suite IA propulsée par des modèles de pointe et offrant des fonctionnalités avancées d'IA/AGI. Comprend des personas IA, des fonctions AGI, des chats multi-modèles Beam de classe mondiale, la génération d'images à partir de texte, la voix, la diffusion en continu des réponses, la coloration syntaxique et l'exécution du code, l'import PDF, des préréglages pour développeurs, et bien plus encore. Déployez sur site ou dans le cloud.
Fonctionnesource : GitHubpage d'accueilTypeScriptMITcommit 007150498197
TypeScript, sous licence MIT. Le projet se décrit ainsi : agi, ai agents, ai suite, ai workspace, anthropic api, deepseek api, gemini api et gpt.
big-AGI fonctionne. Un agent Argusic l'a installé en 9 minutes et n'a rencontré aucune erreur sur une machine propre sans GPU, et toute la session a été enregistrée.
All npm commands (install, test, build, tscheck, lint) pass cleanly on Node.js v22.14.0. The test suite runs 25 subtests: 4 pass (including a live OpenRouter model listing returning 388 models), 21 skip due to absent API keys, 0 fail.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré
Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 100 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.
Ce qui a été mesuré
Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.
- Temps d'installation
- 9 minutes
- De la machine vierge à la fin
- 9 minutes
- Erreurs rencontrées et corrigées
- 0 rencontrée, 0 corrigée sans aide humaine
- Comment le résultat a été prouvé
- npm test exited 0 (4 passed, 21 skipped, 0 failed); npm run tscheck exited 0; npm run lint exited 0; npm run build exited 0 with production build
- Tokens de modèle utilisés
- 27 811
- Commit exact testé
- 007150498197
- Image de conteneur
- sha256:cdd920bce783
Ce qui n'a pas été mesuré
L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.
- Pic de mémoire GPU
- cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
- Comportement sur une longue durée
- chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge
La fin de l'enregistrement
Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.
**Verification**: - `npm test` exited 0 — 25 subtests, 4 passed (Argusic live listing returned 388 models, Perplexity… - `npm run tscheck` exited 0 — zero type errors - `npm run lint` exited 0 — zero lint violations - `npm run build` exited 0 — production build compiled successfully, 16 static pages generated **Environments**: Project requires Node.js ^22 || ^24 || ^26; the container ships v18. I downloaded… **Note**: 27 npm audit vulnerabilities reported (1 critical, 20 high), all requiring `--force` to f… ``` Node.js v22.14.0 used (system had v18); install minutes ≈ 9 npm test: 0 fail (4 pass, 21 skip — API-key gated) tscheck: 0 errors | lint: 0 violations | build: compiled ```
Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.
Comment le test a été mené
Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.
Points forts et limites
Des faits mesurés, pas des opinions. Comment ce site est rédigé.
Ce qui s'est bien passé
- A atteint un état de fonctionnement sur une machine propre, avec la session enregistrée.
- Installé en 9 minutes.
- Rien n'a cassé en route : zéro erreur entre le clone et le fonctionnement.
- A fonctionné sans GPU, il n'en a donc pas besoin pour démarrer.
- Sous licence MIT, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Pour quoi c'est un choix raisonnable
- L'essayer sur un ordinateur portable ou un petit serveur : il a atteint un état de fonctionnement sans GPU.
- Une évaluation rapide : il fonctionnait 9 minutes après le clone.
- Suivre son propre README : la procédure documentée a fonctionné sans rien à corriger.
Également testés, dans le même domaine
Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Fonctionne | 100,00 | 0,04 |
Sujets (depuis GitHub)
agiai-agentsai-suiteai-workspaceanthropic-apideepseek-apigemini-apigptgpt-5librechatmulti-modalmulti-modelnano-bananaopenai-responses-apiopenwebuiperplexity-apisonnet-4-5xai-api
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/big-agi)Questions
- big-AGI fonctionne-t-il ?
- Oui. big-AGI fonctionne. Argusic l'a installé et lancé sur une machine propre en 9 minutes, en rencontrant 0 erreur en route, et a enregistré la session.
- Comment Argusic a-t-il testé big-AGI ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 007150498197. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de big-AGI ?
- L'exécution qui a produit ce verdict a coûté 0,04 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
- Combien de temps faut-il pour installer big-AGI ?
- 9 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
- big-AGI a-t-il besoin d'un GPU ?
- Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
- Qu'est-ce qui pose problème lors de l'installation de big-AGI ?
- Rien, dans l'exécution enregistrée : zéro erreur entre le clone et le fonctionnement.
- Où sont les preuves pour big-AGI ?
- L'exécution enregistrée se trouve sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.