Como a Argusic testou vector-graph-rag?

Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 656bdf2182ab. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.

Quanto custou testar vector-graph-rag?

A execução que produziu este veredito custou US$ 0,04: 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 vector-graph-rag?

0,3 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.

vector-graph-rag 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 vector-graph-rag?

Nada deu errado na execução registrada: zero erros entre o clone e a execução.

Onde estão as evidências de vector-graph-rag?

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.

Original em inglês: https://argusic.com/subject/vector-graph-rag

vector-graph-rag

Graph RAG com busca vetorial pura, alcançando desempenho SOTA em cenários de raciocínio multi-hop.

Executa com mocksfonte: GitHub página do projetoPythonMITcommit 656bdf2182ab

Python, licença MIT. O projeto se descreve como: graph rag, graphrag, jev, knowledge base, knowledge graph, milvus, multihop question answering e rag.

vector-graph-rag executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 0,3 minutos e não encontrou nenhum erro, e a sessão inteira foi gravada.

The full test suite (143 tests across 11 files) passes cleanly and the FastAPI server starts and responds correctly on /health.
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

veredito: Executa com mocks
Pontuação Argusic: 92 / 100
custo da execução de verificação: US$ 0,04 (medido)
execuções registradas: 1
último teste: 2026-10-27
estrelas: 263
forks: 42
issues abertas: 4
observadores: 3
tamanho: 37 MB
criado em: 2026-02-05
último push: 2026-10-16

Dados do projeto de GitHub, com link no topo desta página, atualizado em 2026-11-04. 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.

Tempo de instalação: menos de um minuto
Da máquina limpa até o fim: 12 minutos
Erros encontrados e corrigidos: 0 encontrados, 0 corrigidos sem ajuda humana
Como o resultado foi comprovado: uv run pytest returned '143 passed, 1 warning'; curl http://127.0.0.1:8715/health returned {'status':'ok','version':'0.2.2'} HTTP 200
Tokens de modelo usados: 156.720
Commit exato testado: 656bdf2182ab
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

Assista à sessão

A execução inteira, a partir de uma máquina limpa, na velocidade em que realmente aconteceu. Nada é cortado e nada é acelerado.

Uma gravação da tentativa 1, executada em 2026-10-27, a tentativa que decidiu o veredito acima. A gravação do terminal da qual ele foi feito é a evidência, guardada com uma impressão digital sha256; o vídeo é uma renderização dela. Nada é carregado do serviço de vídeo até você apertar o play.

O fim da gravação

As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.

tests/test_api.py::TestHealthEndpoint::test_health_check
  /work/repo/.venv/lib/python3.12/site-packages/milvus_lite/__init__.py:15: DeprecationWarning: pkg…
    from pkg_resources import DistributionNotFound, get_distribution
-- Docs: https://docs.pytest.org/en/stable/how-to/capture-warnings.html
================== 143 passed, 1 warning in 205.09s (0:03:25) ==================
exec
/bin/sh -lc 'pkill -f "uvicorn" 2>/dev/null; echo "cleaned"' in /work/repo
 exited 143 in 0ms:
All 143 tests passed. The API server responds correctly. Here's the final report:
tokens used
156,720
All 143 tests passed. The API server responds correctly. Here's the final report:

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

Instalado em 0,3 minutos.
Nada quebrou no caminho: zero erros entre o clone e a execução.
Licença MIT, 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.

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	0,04	2026-10-27 14:57 UTC

Tópicos (de GitHub)

graph-rag graphrag jev knowledge-base knowledge-graph milvus multihop-question-answering rag sota vector-database visualization

Incorporar o selo

Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.

[![Tested by Argusic](https://argusic.com/badge/vector-graph-rag.svg)](https://argusic.com/subject/vector-graph-rag)

Perguntas

vector-graph-rag executa?: vector-graph-rag executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 0 minutos, encontrando 0 erros no caminho, e gravou a sessão.
Como a Argusic testou vector-graph-rag?: Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 656bdf2182ab. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
Quanto custou testar vector-graph-rag?: A execução que produziu este veredito custou US$ 0,04: 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 vector-graph-rag?: 0,3 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
vector-graph-rag 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 vector-graph-rag?: Nada deu errado na execução registrada: zero erros entre o clone e a execução.
Onde estão as evidências de vector-graph-rag?: 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.