Original em inglês: https://argusic.com/subject/knowledge-catalog
knowledge-catalog
Ferramentas e Exemplos do Google Cloud Knowledge Catalog
Executafonte: GitHubpágina do projetoTypeScriptApache-2.0commit 22efaa540277
TypeScript, licença Apache-2.0.
knowledge-catalog executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 9,5 minutos e encontrou 2 erros, e a sessão inteira foi gravada.
OKF Python reference agent installs and tests pass (39/39); visualize subcommand generates working HTML bundles; kcmd CLI builds and passes 38/40 tests (2 fail only due to missing gcloud); enrich subcommand, samples, and kcagent require GCP credentials not available in this environment.
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 80 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.
- npm install for toolbox/enrichment hangs indefinitely (depends on file:../mdcode and hits resolution deadlock)3 minutos
- 2 kcmd tests fail: missing gcloud CLI binary (expected for GCP-dependent components)0,5 minutos
- Tempo de instalação
- 10 minutos
- Da máquina limpa até o fim
- 10 minutos
- Erros encontrados e corrigidos
- 2 encontrados, 0 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- cd okf && .venv/bin/pytest -v: 39 passed; .venv/bin/python -m reference_agent visualize --bundle bundles/crypto_bitcoin wrote 9 concepts, 21 edges, 51171 bytes; cd toolbox/mdcode && npm run test: 38 pass 2 fail; ./dist/kcmd --help prints usage for 6 subcommands; ./dist/kcmd --version prints kcmd/1.0.0
- Tokens de modelo usados
- 451.176
- Commit exato testado
- 22efaa540277
- 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.
1. **OKF (Python reference_agent)**: `pip install -e .[dev]` succeeded. All 39 tests passed. The `v… 2. **Toolbox/mdcode (kcmd)**: `npm install --no-package-lock` succeeded (lockfile had private regis… 3. **Toolbox/enrichment (kcagent)**: npm install hangs indefinitely (depends on `file:../mdcode`). … 4. **Samples**: Both sample directories require GCP credentials and depend on google-adk. tokens used 451,176 Now I have a clear picture. Let me compile the final ARGUSIC_RESULT. **What was observed:** 1. **OKF (Python reference_agent)**: `pip install -e .[dev]` succeeded. All 39 tests passed. The `v… 2. **Toolbox/mdcode (kcmd)**: `npm install --no-package-lock` succeeded (lockfile had private regis… 3. **Toolbox/enrichment (kcagent)**: npm install hangs indefinitely (depends on `file:../mdcode`). … 4. **Samples**: Both sample directories require GCP credentials and depend on google-adk.
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.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Levou 9,5 minutos para instalar, mais devagar que a mediana dos 34 projetos comparáveis que a Argusic mediu.
- Encontrou 2 erros durante a configuração, 2 dos quais não foram resolvidos.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 35 projetos de TypeScript que a Argusic instalou e cronometrou, knowledge-catalog foi o 26º mais rápido a chegar a um estado de execução, e 26 de 35 chegaram a esse estado.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
- Uma avaliação rápida: ele estava executando 9,5 minutos depois do clone.
Histórico de execuções
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/knowledge-catalog)Perguntas
- knowledge-catalog executa?
- Sim. knowledge-catalog executa. A Argusic o instalou e iniciou em uma máquina limpa em 10 minutos, encontrando 2 erros no caminho, e gravou a sessão.
- Como a Argusic testou knowledge-catalog?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 22efaa540277. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar knowledge-catalog?
- A execução que produziu este veredito custou US$ 0,05: 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 knowledge-catalog?
- 9,5 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- knowledge-catalog 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 knowledge-catalog?
- 2 coisas quebraram na execução registrada. Cada uma, com o tempo que custou, está listada nesta página.
- Como knowledge-catalog se compara às alternativas?
- Dos 35 projetos de TypeScript que a Argusic instalou e cronometrou, knowledge-catalog foi o 26º mais rápido a chegar a um estado de execução, e 26 de 35 chegaram a esse estado.
- Onde estão as evidências de knowledge-catalog?
- 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.