Original em inglês: https://argusic.com/subject/leann
LEANN
RAG em tudo com LEANN. Aproveite 97% de economia de armazenamento enquanto executa um aplicativo RAG rápido, preciso e 100% privado no seu dispositivo pessoal.
Executa com mocksfonte: GitHubpágina do projetoPythonMITcommit f84dec41db5b
Python, licença MIT. O projeto se descreve como: ai, faiss, gpt oss, langchain, llama index, llm, localstorage e offline first.
LEANN executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 85 minutos e encontrou 8 erros, e a sessão inteira foi gravada.
LEANN Python packages installed, HNSW backend with custom-built Faiss SWIG module works, CI tests pass, README HNSW examples pass with mock embeddings, DiskANN backend blocked by missing libaio system dependency.
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 89,5 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.
- Faiss Python wrapper files had circular import structure when nested under leann_backend_hnsw10 minutos
- leann-backend-diskann requires libaio and Boost system packages (no root access)10 minutos
- CMake FindBLAS could not find BLAS (only libblas3 runtime, no .so symlink without version)5 minutos
- CMake could not find SWIG during Faiss build5 minutos
- Faiss SWIG module compiled with numpy 1.x but env had numpy 2.x, causing SystemError at import5 minutos
- Git submodules not initialized3 minutos
- Tempo de instalação
- 85 minutos
- Da máquina limpa até o fim
- 87 minutos
- Erros encontrados e corrigidos
- 8 encontrados, 7 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- pytest tests/test_ci_minimal.py -v: 4 passed, pytest tests/test_readme_examples.py -v -k hnsw: 2 passed
- Tokens de modelo usados
- 1.755.633
- Commit exato testado
- f84dec41db5b
- 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.
2026-09-26T20:42:47.957373Z ERROR codex_core::session: failed to record rollout items: thread 01a0d… 2026-09-26T20:42:47.957387Z ERROR codex_core::session: failed to record rollout items: thread 01a0d… 2026-09-26T20:42:47.957399Z ERROR codex_core::session: failed to record rollout items: thread 01a0d… 2026-09-26T20:42:47.957412Z ERROR codex_core::session: failed to record rollout items: thread 01a0d… 2026-09-26T20:42:47.957425Z ERROR codex_core::session: failed to record rollout items: thread 01a0d… 2026-09-26T20:42:47.957436Z ERROR codex_core::session: failed to record rollout items: thread 01a0d… 2026-09-26T20:42:47.957451Z ERROR codex_core::session: failed to record rollout items: thread 01a0d… 2026-09-26T20:42:47.957466Z ERROR codex_core::session: failed to record rollout items: thread 01a0d… 2026-09-26T20:42:47.957480Z ERROR codex_core::session: failed to record rollout items: thread 01a0d… 2026-09-26T20:42:47.957499Z ERROR codex_core::session: failed to record rollout items: thread 01a0d… tokens used 1,755,633
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
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
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.
- Levou 85 minutos para instalar, mais devagar que a mediana dos 230 projetos comparáveis que a Argusic mediu.
- Encontrou 8 erros durante a configuração, 1 dos quais não foi resolvido.
Dos 231 projetos de ai que a Argusic instalou e cronometrou, LEANN foi o 231º 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 | 2/3 | Tempo esgotado | 0,00 | 0,83 | |
| Argusic Runner | 1/3 | Executa com mocks | 89,50 | 0,54 |
Tópicos (de GitHub)
aifaissgpt-osslangchainllama-indexllmlocalstorageoffline-firstollamaprivacypythonragretrieval-augmented-generationvector-databasevector-searchvectors
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/leann)Perguntas
- LEANN executa?
- LEANN executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 85 minutos, encontrando 8 erros no caminho, e gravou a sessão.
- Como a Argusic testou LEANN?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit f84dec41db5b. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar LEANN?
- A execução que produziu este veredito custou US$ 0,54: 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 LEANN?
- 85 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- LEANN 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 LEANN?
- 8 coisas quebraram na execução registrada, e 7 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como LEANN se compara às alternativas?
- Dos 231 projetos de ai que a Argusic instalou e cronometrou, LEANN foi o 231º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
- Onde estão as evidências de LEANN?
- 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.