Original em inglês: https://argusic.com/subject/embedjs
embedJs
Um framework RAG para NodeJS para trabalhar facilmente com LLMs e embeddings.
Executa com mocksfonte: GitHubpágina do projetoTypeScriptApache-2.0commit fe778606d66a
TypeScript, licença Apache-2.0. O projeto se descreve como: ai, chatgpt, claude, cohere, embedding, embeddings, gpt e gpt 4.
embedJs executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 4 minutos e encontrou 2 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
EmbedJs monorepo installs and builds; RAG pipeline (loaders -> embeddings -> HNSWDb -> similarity search) works with mocked embeddings
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 92 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.
- node_modules/@llm-tools symlinks point to .ts source dirs, not dist .js output, causing ERR_MODULE_NOT_FOUND at runtime2 minutos
- npm EBADENGINE warnings: ~25 transitive deps require Node>=20 but container has 18.19.1
- Tempo de instalação
- 4 minutos
- Da máquina limpa até o fim
- 11 minutos
- Erros encontrados e corrigidos
- 2 encontrados, 2 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- node verify.mjs: RAGApplicationBuilder + HNSWDb + mock embeddings added 3 text loaders, search('sky blue') returned 3 results with 3 unique sources
- Tokens de modelo usados
- 73.283
- Commit exato testado
- fe778606d66a
- 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
- Comportamento com serviços reais
- esta execução foi verificada apenas com serviços substitutos
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
Here's my final assessment.
**Summary**: The EmbedJs monorepo installs and builds cleanly. The core RAG pipeline (text loading …
**Errors encountered**:
1. **Engine warnings on install** – npm flagged EBADENGINE for ~25 transitive deps requiring Node >…
2. **Symlinks point to source, not dist** – After `npm run build`, the `node_modules/@llm-tools/*` …
**Verified by**: A standalone script that mocks the embedding model (returns varied fixed vectors),…
**Final state**: The RAG pipeline from text loading through to vector similarity search is function…
exec
/bin/sh -lc "echo 'ARGUSIC_RESULT: {\"install_succeeded\": true, \"launch_succeeded\": true, \"inst…
succeeded in 0ms:
tokens used
73,283Reproduzir 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
- Instalado em 4 minutos, mais rápido que a mediana dos 230 projetos comparáveis que a Argusic mediu.
- Recuperou-se de todos os 2 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Só chegou a um estado de execução com serviços substitutos, então nada aqui prova que ele funciona com os serviços reais.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 231 projetos de ai que a Argusic instalou e cronometrou, embedJs foi o 99º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
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 | 1/3 | Executa com mocks | 92,00 | 0,06 |
Tópicos (de GitHub)
aichatgptclaudecohereembeddingembeddingsgptgpt-4gpt-4ohuggingfacelarge-language-modelsllmmistralollamaopenaipineconeragvector-databasevertex-ai
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/embedjs)Perguntas
- embedJs executa?
- embedJs executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 4 minutos, encontrando 2 erros no caminho, e gravou a sessão.
- Como a Argusic testou embedJs?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit fe778606d66a. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar embedJs?
- A execução que produziu este veredito custou US$ 0,06: 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 embedJs?
- 4 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- embedJs 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 embedJs?
- 2 coisas quebraram na execução registrada, e 2 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como embedJs se compara às alternativas?
- Dos 231 projetos de ai que a Argusic instalou e cronometrou, embedJs foi o 99º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
- Onde estão as evidências de embedJs?
- A execução registrada está 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.