Original en anglais: https://argusic.com/subject/kensaku

kensaku

Recherchez dans les documents, le code et même les captures d'écran, instantanément et localement. Un lanceur de fichiers gratuit et open-source avec OCR, recherche sémantique et accès à l'agent MCP.

Fonctionnesource : GitHubRustMITcommit c2da457a5320

Rust, sous licence MIT. Le projet se décrit ainsi : ai agents, desktop, desktop search, file search, full text search, launcher, local first et mcp.

kensaku fonctionne. Un agent Argusic l'a installé en 68 minutes et a rencontré 4 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.

Rust test suite passes with 291 tests, CLI binary builds and responds to --help, TypeScript type-check passes; the Tauri desktop app cannot be launched without a full WebKitGTK runtime environment

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

verdict
Fonctionne
Score Argusic
100 / 100
coût de l'exécution de vérification
0,20 USD (mesuré)
exécutions enregistrées
1
dernier test
étoiles
771
forks
49
issues ouvertes
8
observateurs
3
taille
11 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 kensaku, 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.

  • Missing system dev libraries: libwebkit2gtk-4.1-dev, libgtk-3-dev, librsvg2-dev, libayatana-appindicator3-dev, patchelf, and ~30 transitive dev packages (no root, can't apt install)50 minutes
  • No Rust toolchain installed in container2 minutes
  • Bun not available to run make install1 minute
  • kensaku-daemon binary does not respond to --help (hangs waiting for socket connection)
Temps d'installation
68 minutes
De la machine vierge à la fin
40 minutes
Erreurs rencontrées et corrigées
4 rencontrées, 4 corrigées sans aide humaine
Comment le résultat a été prouvé
cargo test --manifest-path src-tauri/Cargo.toml exited 0, 291 passed, 0 failed, 1 golden_set test passed; kensaku-cli --help printed usage; npx tsc --noEmit exited 0
Tokens de modèle utilisés
525 044
Commit exact testé
c2da457a5320
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.

tokens used
525,044
Now I have all the data I need. Let me compile the final result.
**Summary of what was done:**
1. **System dependencies**: No root access, so I downloaded ~630 `.deb` packages and extracted them…
2. **Rust toolchain**: Installed via rustup (rustc 1.99.1, cargo 1.99.1).
3. **JS dependencies**: `npm install` succeeded (Node 18, though some packages wanted >=20 — warnin…
4. **cargo check** on `src-tauri` passed (0 errors).
5. **291 Rust tests passed**, 0 failed, 14 ignored (benches/manual tests).
6. **CLI binary** `kensaku-cli` built and ran `--help` successfully.
7. **TypeScript type-check** (`npx tsc --noEmit`) passed cleanly.
The Tauri desktop app itself could not be launched because `libwebkit2gtk-4.1.so.0` and WebKit help…

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 4 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.

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

  • Installation en 68 minutes, plus lente que la médiane des 110 projets comparables mesurés par Argusic.
  • Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.

Sur les 111 projets ai-agents qu'Argusic a installés et chronométrés, kensaku a été le 109e plus rapide à atteindre un état de fonctionnement, et 83 sur 111 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 Runner1/3Fonctionne100,000,20

Sujets (depuis GitHub)

ai-agentsdesktopdesktop-searchfile-searchfull-text-searchlauncherlocal-firstmcpocropen-sourceprivacyrustsearchsemantic-searchtauriwindows

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/kensaku.svg)](https://argusic.com/subject/kensaku)

Questions

kensaku fonctionne-t-il ?
Oui. kensaku fonctionne. Argusic l'a installé et lancé sur une machine propre en 68 minutes, en rencontrant 4 erreurs en route, et a enregistré la session.
Comment Argusic a-t-il testé kensaku ?
Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit c2da457a5320. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
Combien a coûté le test de kensaku ?
L'exécution qui a produit ce verdict a coûté 0,20 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 kensaku ?
68 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.
kensaku 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 kensaku ?
4 problèmes sont survenus lors de l'exécution enregistrée, et 4 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
Comment kensaku se compare-t-il aux alternatives ?
Sur les 111 projets ai-agents qu'Argusic a installés et chronométrés, kensaku a été le 109e plus rapide à atteindre un état de fonctionnement, et 83 sur 111 en ont atteint un.
Où sont les preuves pour kensaku ?
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.

Discussion