Original en anglais: https://argusic.com/subject/llm-wiki-agent
llm-wiki-agent
Une base de connaissances personnelle qui se construit et se maintient elle-même. Déposez des sources: Claude (ou Codex/Gemini) les lit, extrait les connaissances et maintient un wiki persistant et interconnecté. Fonctionne avec Claude Code, Codex, OpenCode, Gemini CLI. Aucune clé API nécessaire.
Fonctionnesource : GitHubPythonMITcommit 861c6ecb0a75
Python, sous licence MIT. Le projet se décrit ainsi : ai agent, ai tools, automation, claude code, codex, gemini, generative ai et knowledge base.
llm-wiki-agent fonctionne. Un agent Argusic l'a installé en 3 minutes et a rencontré 3 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
llm-wiki-agent repo has 9 wiki pages (1 source, 2 entities, 5 concepts, 1 overview), a working knowledge graph (9 nodes, 36 edges), and all 10 Python tools run without errors after fixing 3 bugs in tools/_utils.py and tools/ingest.py.
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 60 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.
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.
- Entity and concept pages created by ingest not added to wiki/index.md3 minutes
- Piped wikilinks [[Target|Text]] not resolved — false broken-link warnings on every ingest that uses display text2 minutes
- update_index() used str.replace so only first entry per section survived2 minutes
- Temps d'installation
- 3 minutes
- De la machine vierge à la fin
- 20 minutes
- Erreurs rencontrées et corrigées
- 3 rencontrées, 3 corrigées sans aide humaine
- Comment le résultat a été prouvé
- python tools/health.py --json returned 9 pages, 0 index_sync issues, 0 log_coverage gaps. python tools/ingest.py ingested a real Chinese diary document creating 1 source + 2 entity + 5 concept pages. python tools/lint.py checked 9 pages with 0 orphans and 0 broken links. python tools/build_graph.py produced 9 nodes, 36 edges. python tools/query.py returned a correct synthesis with [[wikilink]] citations. python tools/refresh.py re-ingested a stale source. python tools/heal.py confirmed no missing entities.
- Tokens de modèle utilisés
- 232 755
- Commit exact testé
- 861c6ecb0a75
- 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.
**verified_how:** `python tools/health.py --json` returned `{"total_pages":9,"empty_files":[],"inde…
tokens used
232,755
All tools pass, the wiki is fully operational, and three bugs have been fixed. Here is the final as…
**install_succeeded:** true — all Python dependencies (litellm, networkx, markitdown, tqdm) install…
**launch_succeeded:** true — all 9 Python tools launched and executed without errors.
**errors found and fixed:**
1. `extract_wikilinks` didn't handle piped `[[Target|Text]]` wikilinks → false broken-link reports …
2. Entity and concept pages created by ingest were never added to `wiki/index.md` → fixed by adding…
3. `update_index` used `str.replace` which only worked for the first entry per section → fixed by a…
**test_depth:** tier1_real — verified with real Argusic API calls end-to-end
**verified_how:** `python tools/health.py --json` returned `{"total_pages":9,"empty_files":[],"inde…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 3 minutes, plus vite que la médiane des 69 projets comparables mesurés par Argusic.
- S'est remis des 3 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 2 fois, le résultat n'est donc pas un cas isolé.
Sur les 70 projets ai-agent qu'Argusic a installés et chronométrés, llm-wiki-agent a été le 22e plus rapide à atteindre un état de fonctionnement, et 43 sur 70 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.
- Une évaluation rapide : il fonctionnait 3 minutes après le clone.
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 | 2/3 | Fonctionne | 100,00 | 0,38 | |
| Argusic Runner | 1/3 | N'a pas fonctionné | 20,00 | 0,07 |
Sujets (depuis GitHub)
ai-agentai-toolsautomationclaude-codecodexgeminigenerative-aiknowledge-baseknowledge-graphllmmarkdownmuapinote-takingobsidianopen-sourcepersonal-knowledge-managementragresearchsecond-brainwiki
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/llm-wiki-agent)Questions
- llm-wiki-agent fonctionne-t-il ?
- Oui. llm-wiki-agent fonctionne. Argusic l'a installé et lancé sur une machine propre en 3 minutes, en rencontrant 3 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé llm-wiki-agent ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 861c6ecb0a75. 2 tentatives sont enregistrées, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de llm-wiki-agent ?
- L'exécution qui a produit ce verdict a coûté 0,38 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 llm-wiki-agent ?
- 3 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.
- llm-wiki-agent 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 llm-wiki-agent ?
- 3 problèmes sont survenus lors de l'exécution enregistrée, et 3 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment llm-wiki-agent se compare-t-il aux alternatives ?
- Sur les 70 projets ai-agent qu'Argusic a installés et chronométrés, llm-wiki-agent a été le 22e plus rapide à atteindre un état de fonctionnement, et 43 sur 70 en ont atteint un.
- Où sont les preuves pour llm-wiki-agent ?
- Les 2 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.