Original em inglês: https://argusic.com/subject/arkhammirror
ArkhamMirror
Plataforma local-first de inteligência de documentos com AI para jornalismo investigativo.
Executafonte: GitHubPythonMITcommit 26e7cd87275c
Python, licença MIT. O projeto se descreve como: air gapped, data visualization, digital forensics, docker, document intelligence, edge ai, entity extraction e intelligence analysis.
ArkhamMirror executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 19 minutos e encontrou 4 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
The SHATTERED API server runs on http://127.0.0.1:8100 with 26 shards, 559 API endpoints, PostgreSQL+pgvector backend, serving a healthy health-check and Swagger UI. All core services (database, config, storage, chunks, vectors, events, workers, models) report active.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 96 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- pgvector headers missing from extracted pg package3 minutos
- Vector dimension mismatch (1024 default vs 384 actual)2 minutos
- media-forensics shutdown crashes without callback arg to unsubscribe1 minuto
- Pretrained embedding model cannot download (no HF access)1 minuto
- Tempo de instalação
- 19 minutos
- Da máquina limpa até o fim
- 23 minutos
- Erros encontrados e corrigidos
- 4 encontrados, 4 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- curl http://127.0.0.1:8100/health returned 200, openapi.json reported 559 endpoints, /api/shards/ returned 26 shards, Swagger UI at /docs renders. Frame tests: 116 passed, 18 failed (pre-existing), 66 skipped, 4 errors.
- Tokens de modelo usados
- 139.814
- Commit exato testado
- 26e7cd87275c
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
- PostgreSQL 16.15 installed from Debian packages (extracting into a non-root directory) with pgvec… - PostgreSQL configured and started on port 5432 - Database `arkhamdb` created with user `arkham` and full migration run - Python virtual environment created with all dependencies installed - All 26 shards installed via `pip install -e` - spaCy `en_core_web_sm` model downloaded **Errors encountered and fixed:** 1. **pgvector include path** - The extracted PostgreSQL packages included an empty server include d… 2. **Vector dimension mismatch** - The initial migration used 1024 dimensions but the default all-M… 3. **media-forensics unsubscribe bug** - Shutdown called `unsubscribe(event)` without the required … 4. **Embedding model offline** - HuggingFace model download fails in this environment (no HF access… 5. **Pre-existing test issues** - Event bus tests fail because `subscribe()` is async but tests cal…
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Instalado em 19 minutos.
- Recuperou-se de todos os 4 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Executa com mocks | 92,00 | 0,14 | |
| Argusic Runner | 1/3 | Executa | 100,00 | 0,14 |
Tópicos (de GitHub)
air-gappeddata-visualizationdigital-forensicsdockerdocument-intelligenceedge-aientity-extractionintelligence-analysisinvestigative-journalismknowledge-graphlocal-llmocroffline-aiopen-sourceosintpalantir-alternativeprivacy-firstragself-hostedsemantic-search
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/arkhammirror)Perguntas
- ArkhamMirror executa?
- Sim. ArkhamMirror executa. A Argusic o instalou e iniciou em uma máquina limpa em 19 minutos, encontrando 4 erros no caminho, e gravou a sessão.
- Como a Argusic testou ArkhamMirror?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 26e7cd87275c. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar ArkhamMirror?
- A execução que produziu este veredito custou US$ 0,14: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar ArkhamMirror?
- 19 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- ArkhamMirror precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar ArkhamMirror?
- 4 coisas quebraram na execução registrada, e 4 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Onde estão as evidências de ArkhamMirror?
- Todas as 2 execuções registradas estão nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.