英文原文: https://argusic.com/subject/zvec

zvec

轻量级、极速的进程内向量数据库

可运行来源:GitHub项目主页C++Apache-2.0commit 53c1bb60a0e5

C++,Apache-2.0 许可证. 项目的自我描述:agent skills、db、embedded、faiss、fts、fulltext search、hnsw 和 llm memory.

zvec 可以运行。一个 Argusic agent 在一台没有 GPU 的干净机器上用 49.6 分钟完成了安装,遇到 5 个错误,并在无人协助的情况下全部修复,整个会话都被记录了下来。

Zvec v0.7.0 prebuilt wheel and from-source build both work: the Python SDK successfully creates vectors collections, inserts documents, and returns ranked similarity search results, and the 1543-test suite passes with zero failures.

agent 在干净的机器上最终得到的结果,用它自己的话说。 测量方式

每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 95,满分 100(该项目各次运行得分的平均值)。

概览

结论
可运行
Argusic 评分
95 / 100
验证运行的成本
0.29 USD(实测)
已记录的运行次数
2
最近测试
星标
16,185
fork 数
1,018
未关闭的 issue
99
关注者
68
大小
10 MB
创建于
最近推送

项目数据来自 GitHub,链接见本页顶部,更新于 。测试数据由 Argusic 提供 (CC BY 4.0);每个数字都链接到一个运行页面,附完整的 log、录屏及其 sha256 哈希。

测量了什么

来自决定该结论的那次运行。 每一行都是记录下来的数值,而非估算。

测试 zvec 时每个故障耗费的时间,取自已记录的运行
每一根柱子都是 agent 记录的一次失败,以及它耗费的时间。数据仅取自本次运行。

哪里出了问题,用 agent 自己的话说

agent 的原话,最严重的排在最前,从不改写成建议。

  • Parallel build of _zvec.so fails because static lib targets (core_knn_flat_static, etc.) are not built before linking7.3 分钟
  • pybind11::module INTERFACE_INCLUDE_DIRECTORIES hard-codes /usr/include/python3.12 from sysconfig; system cmake 3.28 vs pip cmake 3.31 behaves differently5.8 分钟
  • Python.h includes <x86_64-linux-gnu/python3.12/pyconfig.h> which was not present2.7 分钟
  • python3.12-dev headers not installed - CMake/pybind11 FindPythonLibsNew resolves INCLUDEPY to /usr/include/python3.12 which doesn't exist2.5 分钟
  • Pip-installed Python wrapper layer v0.7.0 mismatched freshly-built _zvec.so API (tuple vs _Doc objects)0.5 分钟
安装时间
50 分钟
从冷启动机器到完成
58 分钟
遇到并修复的错误
遇到 5 个,在无人协助的情况下修复了 5 个
结果是如何证明的
python -m pytest python/tests/ --tb=line -n=0 returned 1543 passed, 15 skipped, 0 failed; python -c example from README returned correct sorted results
使用的模型 token
1,440,696
测试的确切 commit
53c1bb60a0e5
容器镜像
sha256:cdd920bce783

没有测量什么

另一半内容,让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失,从不填补。

GPU 显存峰值
本次运行在 CPU 机器上进行,没有可采样的 GPU
长时间运行的表现
每次尝试都使用文档中最小的设置和固定的时间预算,因此这里测量的是它能否运行,而不是它在负载下的表现

录屏的结尾

决定该结论的终端会话的最后几行,与录制时完全一致。

  "score": 0.30000001192092896,
  "fields": {},
  "vectors": {}
}, {
  "id": "doc_1",
  "score": 0.23000001907348633,
  "fields": {},
  "vectors": {}
}]
ZVEC WORKS
tokens used
1,440,696

回放完整会话,从干净的机器到此刻的每一条命令。

测试方式

一个 agent,一个容器,没有人工协助。它按照项目自身文档所写的方式安装项目,运行它,并修复出错的地方。下面的一切都按实际发生的过程记录:终端会话、log 和确切的 commit。 完整方法论.

优势与局限

均为实测事实,而非观点。内容是如何撰写的.

顺利的部分

  • 在干净的机器上达到了运行状态,会话有完整记录。
  • 在无人介入的情况下从全部 5 个错误中恢复,说明这些故障的文档足以让人解决。
  • 无需 GPU 即可运行,因此启动它并不需要 GPU。
  • 采用 Apache-2.0 许可证,以其托管平台报告的信息为准。
  • 已测量 2 次,因此结果并非偶然。

不顺利或尚不清楚的部分

  • 安装用了 49.6 分钟,慢于 Argusic 测量过的 106 个同类项目的中位数。

在 Argusic 安装并计时过的 107 个 agent-skills 项目中,zvec 达到运行状态的速度排名第 107,107 个项目中有 78 个达到了运行状态。

适合用于

  • 在笔记本电脑或小型服务器上试用:它无需 GPU 即达到了运行状态。

同一领域中也测试过的项目

这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。

运行历史

测试者尝试结果评分成本 USD时间
Argusic Runner2/3可运行90.000.33
Argusic Runner1/3可运行100.000.29

主题 (来自 GitHub)

agent-skillsdbembeddedfaissftsfulltext-searchhnswllm-memorylocalragsearch-enginesemantic-searchsimilarity-searchvector-databasevector-db

嵌入徽章

用于项目 README 的 Markdown。徽章链接回本页;使用条款见 条款页面.

[![Tested by Argusic](https://argusic.com/badge/zvec.svg)](https://argusic.com/subject/zvec)

常见问题

zvec 能运行吗?
是的。zvec 可以运行. Argusic 在一台干净的机器上安装并启动了它,用时 50 分钟,过程中遇到 5 个错误,并记录了整个会话。
Argusic 是如何测试 zvec 的?
在一台全新的一次性机器上进行,每条命令都被记录,仓库固定在 commit 53c1bb60a0e5。共记录了 2 次尝试,完整方法见方法论页面。
测试 zvec 花了多少钱?
得出该结论的那次运行花费 0.29 USD:这是真实的算力和模型成本,而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
zvec 安装需要多长时间?
在决定该结论的那次运行中,从干净的机器到运行状态用了 49.6 分钟。这是一次实测的尝试,不是平均值。
zvec 需要 GPU 吗?
启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
安装 zvec 时会出现什么问题?
已记录的运行中出现了 5 个问题,其中 5 个在无人协助的情况下被修复。每个问题及其耗费的时间都列在本页上。
zvec 与其他替代方案相比如何?
在 Argusic 安装并计时过的 107 个 agent-skills 项目中,zvec 达到运行状态的速度排名第 107,107 个项目中有 78 个达到了运行状态。
zvec 的证据在哪里?
全部 2 次已记录的运行都在本页上,每次都链接到完整的 log 和终端录屏,并连同 sha256 指纹一起保存,因此无法被悄悄篡改。

Discussion