Original en anglais: https://argusic.com/subject/llmwiki
llmwiki
Implémentation Open Source du Wiki LLM de Karpathy. Téléversez des documents, connectez votre compte Claude via MCP, et faites-lui écrire votre wiki!
Fonctionnesource : GitHubpage d'accueilPythonApache-2.0commit aac3e6493306
Python, sous licence Apache-2.0. Le projet se décrit ainsi : agents, ai agents, claude, karpathy, knowledge base, llm, llm wiki et mcp.
llmwiki fonctionne. Un agent Argusic l'a installé en 12 minutes et n'a rencontré aucune erreur sur une machine propre sans GPU, et toute la session a été enregistrée.
Python API serves health endpoint on localhost:8000, CLI initializes workspaces, all unit and integration tests pass on SQLite and Postgres backends
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
- 12 minutes
- De la machine vierge à la fin
- 18 minutes
- Erreurs rencontrées et corrigées
- 0 rencontrée, 0 corrigée sans aide humaine
- Comment le résultat a été prouvé
- pytest: 383+52+264+181=880 passed, 0 failed; curl -s http://127.0.0.1:8000/health returned HTTP 200
- Tokens de modèle utilisés
- 141 208
- Commit exact testé
- aac3e6493306
- 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.
- Downloaded and extracted `postgresql-16` Debian package, ran `initdb` and started the server on p…
**Verification:**
- `llmwiki init /tmp/test-workspace` — created workspace, wiki, and SQLite index successfully
- `uvicorn main:app` — API started, answered `{"status":"ok"}` on `GET /health` (HTTP 200)
- OpenAPI schema fully served from `/openapi.json`
**Test results: all pass**
- 383 API unit tests passed
- 52 MCP unit tests passed
- 264 integration tests (Postgres-backed) passed
- 181 MCP integration tests (SQLite-backed) passed
- Total: **880 test cases, zero failures**
Only limitation: Node.js 18 is below the 20+ requirement for the web frontend's vitest and Next.js …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.
- 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 Apache-2.0, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- Installation en 12 minutes, plus lente que la médiane des 37 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 38 projets agents qu'Argusic a installés et chronométrés, llmwiki a été le 26e plus rapide à atteindre un état de fonctionnement, et 25 sur 38 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.
- 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 | 0,16 |
Sujets (depuis GitHub)
agentsai-agentsclaudekarpathyknowledge-basellmllm-wikimcpmcp-serverragsupabase
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/llmwiki)Questions
- llmwiki fonctionne-t-il ?
- Oui. llmwiki fonctionne. Argusic l'a installé et lancé sur une machine propre en 12 minutes, en rencontrant 0 erreur en route, et a enregistré la session.
- Comment Argusic a-t-il testé llmwiki ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit aac3e6493306. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de llmwiki ?
- L'exécution qui a produit ce verdict a coûté 0,16 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 llmwiki ?
- 12 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.
- llmwiki 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 llmwiki ?
- Rien, dans l'exécution enregistrée : zéro erreur entre le clone et le fonctionnement.
- Comment llmwiki se compare-t-il aux alternatives ?
- Sur les 38 projets agents qu'Argusic a installés et chronométrés, llmwiki a été le 26e plus rapide à atteindre un état de fonctionnement, et 25 sur 38 en ont atteint un.
- Où sont les preuves pour llmwiki ?
- 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.