Original en anglais: https://argusic.com/subject/deepwiki-open

deepwiki-open

Open Source DeepWiki: générateur de wiki propulsé par l’IA pour les dépôts GitHub/Gitlab/Bitbucket.

Fonctionnesource : GitHubpage d'accueilPythonMITcommit d92819a9c9f3

Python, sous licence MIT. Le projet se décrit ainsi : ai, codex, gemini, github, grok cli, ollama, open source et openai.

deepwiki-open fonctionne. Un agent Argusic l'a installé en 19 minutes et a rencontré 10 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.

Backend FastAPI server runs on port 8001 with health, models, auth, repo, wiki, chat, codemap, and system endpoints all responding; frontend Next.js dev server compiles and serves on port 3000; 100 out of 105 tests pass (2 deselected for real API keys, 3 stale/invalid tests).

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 94,7 sur 100 (la moyenne des scores des exécutions de ce projet).

En un coup d'œil

verdict
Fonctionne
Score Argusic
94,7 / 100
coût de l'exécution de vérification
0,23 USD (mesuré)
exécutions enregistrées
3
dernier test
étoiles
18 368
forks
2 029
issues ouvertes
286
observateurs
75
taille
5 MB
créé le
dernier push

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 perdu à cause de chaque échec lors du test de deepwiki-open, tiré de l'exécution enregistrée
Chaque barre est un échec enregistré par l'agent, avec le temps qu'il a coûté. Tiré de cette exécution, et de nulle part ailleurs.

Ce qui s'est mal passé, dans les mots de l'agent

Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.

  • Frontend build OOM killed during next build static generation (1GB RAM limit)5 minutes
  • Missing uv and root pyproject.toml - uv.lock existed but no project file2 minutes
  • Stale test files import removed modules (api.google_embedder_client, api.tools.embedder)2 minutes
  • Missing anthropic Python package1 minute
  • Missing gitpython package1 minute
  • Missing watchfiles package1 minute
Temps d'installation
19 minutes
De la machine vierge à la fin
21 minutes
Erreurs rencontrées et corrigées
10 rencontrées, 10 corrigées sans aide humaine
Comment le résultat a été prouvé
Backend: curl http://localhost:8001/health returned 200, curl http://localhost:8001/ returned 200 with 13 endpoint groups listed. Frontend: curl http://localhost:3000/ returned 200 with compiled HTML (memory watchdog causes restarts). Test suite: pytest tests/ --ignore=tests/api --ignore=tests/unit/test_google_embedder.py --ignore=tests/integration passed 100/100.
Tokens de modèle utilisés
962 465
Commit exact testé
d92819a9c9f3
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

Regarder la session

L'exécution complète, depuis une machine propre, à la vitesse réelle. Rien n'est coupé et rien n'est accéléré.

Un enregistrement de la tentative 2, exécutée le , la tentative qui a décidé le verdict ci-dessus. L'enregistrement du terminal dont elle est tirée constitue la preuve, conservée avec une empreinte sha256 ; la vidéo n'en est qu'un rendu. Rien n'est chargé depuis l'hébergeur de la vidéo tant que vous n'appuyez pas sur lecture.

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.

/bin/sh -lc "ARGUSIC_RESULT:{\"install_succeeded\": true, \"launch_succeeded\": true, \"install_min…
 exited 127 in 0ms:
/bin/sh: 1: ARGUSIC_RESULT:{install_succeeded:: not found
The shell is interpreting the JSON as a command. I need to use echo:
exec
/bin/sh -lc "echo 'ARGUSIC_RESULT:{\"install_succeeded\": true, \"launch_succeeded\": true, \"insta…
 succeeded in 0ms:
The result line has been printed. The report covers everything: I created the missing `pyproject.to…
2026-09-15T07:37:25.200201Z ERROR codex_core::session: failed to record rollout items: thread 01a0a…
tokens used
962,465
The result line has been printed. The report covers everything: I created the missing `pyproject.to…

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.
  • S'est remis des 10 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
  • A fonctionné sans GPU, il n'en a donc pas besoin pour démarrer.
  • Sous licence MIT, selon son hébergeur.
  • Mesuré 3 fois, le résultat n'est donc pas un cas isolé.

Ce qui ne s'est pas bien passé, ou n'est pas connu

  • Installation en 19 minutes, plus lente que la médiane des 230 projets comparables mesurés par Argusic.

Sur les 231 projets ai qu'Argusic a installés et chronométrés, deepwiki-open a été le 191e plus rapide à atteindre un état de fonctionnement, et 152 sur 231 en ont atteint un.

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.

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 partentativerésultatscorecoût USDdate
Argusic Runner3/3Fonctionne avec des mocks92,000,14
Argusic Runner2/3Fonctionne100,000,23
Argusic Runner1/3Fonctionne avec des mocks92,000,08

Sujets (depuis GitHub)

aicodexgeminigithubgrok-cliollamaopen-sourceopenaiopenrouterself-hostedwiki

Intégrer le badge

Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.

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

Questions

deepwiki-open fonctionne-t-il ?
Oui. deepwiki-open fonctionne. Argusic l'a installé et lancé sur une machine propre en 19 minutes, en rencontrant 10 erreurs en route, et a enregistré la session.
Comment Argusic a-t-il testé deepwiki-open ?
Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit d92819a9c9f3. 3 tentatives sont enregistrées, et la méthode complète se trouve sur la page de méthodologie.
Combien a coûté le test de deepwiki-open ?
L'exécution qui a produit ce verdict a coûté 0,23 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 deepwiki-open ?
19 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.
deepwiki-open 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 deepwiki-open ?
10 problèmes sont survenus lors de l'exécution enregistrée, et 10 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
Comment deepwiki-open se compare-t-il aux alternatives ?
Sur les 231 projets ai qu'Argusic a installés et chronométrés, deepwiki-open a été le 191e plus rapide à atteindre un état de fonctionnement, et 152 sur 231 en ont atteint un.
Où sont les preuves pour deepwiki-open ?
Les 3 exécutions enregistrées se trouvent 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.

Discussion