Englisches Original: https://argusic.com/subject/ai-moive-studio
ai-moive-studio
Agent für unendliche Leinwand-Workflows mit natürlicher Sprache macht AI-Videoproduktion erstmals wirklich editierbar. AICON bietet Kreativen eine komplette Suite: Drehbuch-Zerlegung, Storyboard-Erstellung, Materialgenerierung, Videokomposition, Inhaltsverteilung. Statt nur eines Eingabefelds organisieren Sie Text-, Bild- und Videoknoten auf unendlicher Leinwand zu einer Kette, bringen „von der Idee zum fertigen Video“ in ein System.
Läuft mit MocksQuelle: GitHubHomepagePythonApache-2.0Commit 4e0810eab1d8
Python, Lizenz Apache-2.0. Das Projekt beschreibt sich selbst als: ai, ai agents, ai video, image to video, infinite canvas, movie, self hosted und storyboard.
ai-moive-studio läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 0,8 Minuten installiert und ist auf 5 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
Backend FastAPI server starts and serves root, health, and API v1 endpoints on port 8000. Frontend builds to dist/. 57 backend unit tests and 15 frontend utility tests pass.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 92 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
Was schiefging, in den Worten des Agents
Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.
- Stale test imports: src.api.upload, src.api.files, src.api.projects, src.core.auth0_auth5 Minuten
- Missing system library libmagic (python-magic dependency)3 Minuten
- Missing FileProcessingStatus and SupportedFileType enums referenced by tests2 Minuten
- Stale test import: src.tasks.task (module is src.tasks.project)0,5 Minuten
- No PostgreSQL/Redis/MinIO (no Docker) - API register fails
- Installationszeit
- unter einer Minute
- Von der kalten Maschine bis zum Ende
- 22 Minuten
- Aufgetretene und behobene Fehler
- 5 aufgetreten, 5 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- curl http://127.0.0.1:8000/ returned 200 with 欢迎使用AICG内容分发平台; curl http://127.0.0.1:8000/health returned 200 with healthy; uv run pytest tests/unit/... returned 57 passed; npx vitest run src/tests/unit/utils/ returned 15 passed; npx vite build exited with built in 15.18s
- Verbrauchte Modell-Tokens
- 283.864
- Genau getesteter Commit
- 4e0810eab1d8
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
- Verhalten gegenüber echten Diensten
- dieser Lauf wurde nur gegen Ersatzdienste verifiziert
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
Here's the final verification:
- **Backend**: `uv sync` installed all deps. Server starts at `127.0.0.1:8000`, returns 200 on `/` …
- **Frontend**: `npm install` succeeded. `vite build` produced `dist/index.html`. 15 frontend utili…
- **Backend tests**: 57 passing unit tests (canvas assistant, gateway, model catalog, tasks base).
- **Auth/DB**: Registration endpoint returns 500 because PostgreSQL isn't running (no Docker in con…
exec
/bin/sh -lc "echo '{\"install_succeeded\": true, \"launch_succeeded\": true, \"install_minutes\": 0…
succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 0.8, "errors": [{"msg": "M…
2026-10-06T19:38:35.044611Z ERROR codex_core::session: failed to record rollout items: thread 01a11…
tokens used
283,864Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- In 0,8 Minuten installiert, schneller als der Median der 230 vergleichbaren Projekte, die Argusic gemessen hat.
- Hat sich von allen 5 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
- Lizenz Apache-2.0, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte ai-moive-studio Platz 28 bei der Zeit bis zum lauffähigen Zustand, und 152 von 231 erreichten überhaupt einen solchen Zustand.
Ebenfalls getestet, im selben Bereich
Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Läuft mit Mocks | 92,00 | 0,14 |
Themen (von GitHub)
aiai-agentsai-videoimage-to-videoinfinite-canvasmovieself-hostedstoryboardtext-to-videovideovideo-generationworkflow-automation
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/ai-moive-studio)Fragen
- Läuft ai-moive-studio?
- ai-moive-studio läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 1 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic ai-moive-studio getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 4e0810eab1d8. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von ai-moive-studio gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,14 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von ai-moive-studio?
- 0,8 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht ai-moive-studio eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von ai-moive-studio schief?
- Im aufgezeichneten Lauf gingen 5 Dinge kaputt, und 5 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet ai-moive-studio im Vergleich zu Alternativen ab?
- Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte ai-moive-studio Platz 28 bei der Zeit bis zum lauffähigen Zustand, und 152 von 231 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für ai-moive-studio?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.