Original em inglês: https://argusic.com/subject/selfgraph
selfgraph
Build and query versioned knowledge graphs for AI agents, with any graph database.
Executafonte: GitHubTypeScriptApache-2.0commit 97fb52be8e8e
TypeScript, licença Apache-2.0. O projeto se descreve como: agent, graphs, knowledge graph, knowledge graphs, knowledge management e ontology.
selfgraph executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 0,4 minutos e encontrou 2 erros, e a sessão inteira foi gravada.
SelfGraph 0.2.2 installs cleanly on Python 3.12 via venv and runs its full test suite on embedded Kuzu with all deterministic tests passing. The CLI, SDK quickstart, and MCP server all function correctly. One test is OOM-bound in this container (test_kuzu_cancel_then_close).
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 90 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página. 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.
- test_kuzu_cancel_then_close subprocess OOM-killed (SIGKILL -9) on container with ~1GB RAM: spawns 50 Kuzu databases at 128MB each2 minutos
- kuzu 0.11.3 needs a larger buffer pool than 64MB for 513 relation versions1 minuto
- Tempo de instalação
- menos de um minuto
- Da máquina limpa até o fim
- 48 minutos
- Erros encontrados e corrigidos
- 2 encontrados, 1 corrigido sem ajuda humana
- Como o resultado foi comprovado
- pytest with SELFGRAPH_TEST_STORE=kuzu: 789 collected, ~766 passed, ~22 skipped, 1 OOM failure unrelated to code. Quickstart asyncio.run() returned correct context. CLI insert+retrieve round-trip worked.
- Tokens de modelo usados
- 120.033
- Commit exato testado
- 97fb52be8e8e
- 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.
3. **Inter-test Kuzu lock contention**: When test suites ran in sequence, stale `.kuzu` files from …
**Test results (SELFGRAPH_TEST_STORE=kuzu, 789 collected, 10 deselected)**:
- All deterministic tests pass with Kuzu backend
- ~22 skipped (cypher dialect, HydraDB-specific, FalkorDB-specific, concurrent — all unrelated to K…
- 1 failure: OOM on `test_kuzu_cancel_then_close` (container memory limit)
- The buffer pool test and all conformance-critical tests pass
**End-to-end verification**: The README quickstart ran and returned `GRAPH | Jane Doe -[WORKS_AT]->…
exec
/bin/sh -lc "echo \"ARGUSIC_RESULT: {\\\"install_succeeded\\\": true, \\\"launch_succeeded\\\": tru…
succeeded in 0ms:
tokens used
120,033Reproduzir 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 0,4 minutos, mais rápido que a mediana dos 140 projetos comparáveis que a Argusic mediu.
- 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
- Encontrou 2 erros durante a configuração, 1 dos quais não foi resolvido.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 141 projetos de agent que a Argusic instalou e cronometrou, selfgraph foi o 10º mais rápido a chegar a um estado de execução, e 94 de 141 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 0,4 minutos depois do clone.
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
Tópicos (de GitHub)
agentgraphsknowledge-graphknowledge-graphsknowledge-managementontology
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/selfgraph)Perguntas
- selfgraph executa?
- Sim. selfgraph executa. A Argusic o instalou e iniciou em uma máquina limpa em 0 minutos, encontrando 2 erros no caminho, e gravou a sessão.
- Como a Argusic testou selfgraph?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 97fb52be8e8e. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar selfgraph?
- A execução que produziu este veredito custou US$ 0,18: 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 selfgraph?
- 0,4 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- selfgraph 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 selfgraph?
- 2 coisas quebraram na execução registrada, e 1 foi corrigida sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como selfgraph se compara às alternativas?
- Dos 141 projetos de agent que a Argusic instalou e cronometrou, selfgraph foi o 10º mais rápido a chegar a um estado de execução, e 94 de 141 chegaram a esse estado.
- Onde estão as evidências de selfgraph?
- 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.