Englisches Original: https://argusic.com/subject/textus

Textus

Der Markdown-Editor und das Wissenswerkzeug der nächsten Generation, entwickelt für das Schreiben mit KI. Kostenlos und Open Source für macOS, Windows, Linux, iPhone und iPad.

LäuftQuelle: GitHubHomepageTypeScriptMITCommit 6786182e72dc

TypeScript, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai, ai markdown editor, ai writing, ios, knowledge management, linux, macos und markdown.

Textus läuft. Ein Argusic-Agent hat es in 1,5 Minuten installiert und ist auf 6 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

Under Node v22.23.4 and Rust 1.99.1, the repository's npm install, frontend build, full npm run check, and aicompat Rust tests all pass; the published AppImage launches a Textus window on DISPLAY=:99, and a typed Markdown document renders and serializes correctly in Playwright Chromium.

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 58 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund
Läuft
Argusic Score
58 / 100
Kosten des verifizierenden Laufs
0,26 USD (gemessen)
aufgezeichnete Läufe
2
zuletzt getestet
Sterne
613
Forks
34
offene Issues
11
Beobachter
3
Größe
76 MB
erstellt
letzter Push

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.

Durch jeden Fehlschlag verlorene Zeit beim Testen von Textus, aus dem aufgezeichneten Lauf gezeichnet
Jeder Balken ist ein Fehler, den der Agent aufgezeichnet hat, mit der Zeit, die er gekostet hat. Aus diesem Lauf gezeichnet, aus keiner anderen Quelle.

Was schiefging, in den Worten des Agents

Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.

  • npm run setup:e2e initially could not start Vite: EMFILE: too many open files, watch '/work/repo/vite.katex-fonts.ts' (repeated twice, including on a fresh port).6 Minuten
  • Container shipped Node v18.19.1, but the project requires Node >=22; npm install emitted dozens of EBADENGINE warnings and installed under the wrong runtime.4 Minuten
  • npm run check:native failed compiling glib-sys: Package glib-2.0 was not found in the pkg-config search path.4 Minuten
  • The published Linux tarball binary exited 127 before startup: libwebkit2gtk-4.1.so.0: cannot open shared object file.3 Minuten
  • The production frontend served from `vite preview` in a plain browser showed 'Something went wrong' with Cannot read properties of undefined (reading 'metadata'), because the Tauri IPC backend was absent.3 Minuten
  • DENIED: I attempted to delete temporary file /work/repo/vite.verify-no-watch.config.mjs, but the environment rejected my file deletion request.1 Minute
Installationszeit
2 Minuten
Von der kalten Maschine bis zum Ende
18 Minuten
Aufgetretene und behobene Fehler
6 aufgetreten, 6 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde
npm ci exited 0; npm run build exited 0; npm run check exited 0 (334 test files passed, 1 skipped; 3389 tests passed, 114 skipped); cargo test --all-targets in src-tauri/crates/aicompat exited 0 with 139 passed; Playwright Chromium against the no-watch dev server returned HTTP 200 and rendered an H1, bold text, and link from typed Markdown; the release AppImage ran on DISPLAY=:99 with a 800x600 'Untitled - Textus' window and WebKit processes; curl to vite preview returned status=200.
Verbrauchte Modell-Tokens
521.283
Genau getesteter Commit
6786182e72dc
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

Sitzung ansehen

Der gesamte Lauf, von einer sauberen Maschine aus, in der tatsächlichen Geschwindigkeit. Nichts ist geschnitten, nichts beschleunigt.

Eine Aufzeichnung von Versuch 2, gelaufen am , der Versuch, der den obigen Befund entschieden hat. Die Terminalaufzeichnung, aus der es erstellt wurde, ist der Nachweis, gespeichert mit einem sha256-Fingerabdruck; das Video ist ein Rendering davon. Vom Video-Host wird nichts geladen, bis Sie auf Abspielen drücken.

Das Ende der Aufzeichnung

Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.

dist/assets/cynefin-OW5HDTMX-Cs01RZMy.js                687.91 kB │ gzip: 154.14 kB
dist/assets/index-FAL3L3B5.js                         1,098.49 kB │ gzip: 360.11 kB
(!) Some chunks are larger than 500 kB after minification. Consider:
- Using dynamic import() to code-split the application
- Use build.rollupOptions.output.manualChunks to improve chunking: https://rollupjs.org/configurati…
- Adjust chunk size limit for this warning via build.chunkSizeWarningLimit.
✓ built in 20.39s
BUILD_EXIT=0 ELAPSED=50s
--- git ---
## HEAD (no branch)
tokens used
521,283

Gesamte 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

  • Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
  • In 1,5 Minuten installiert, schneller als der Median der 230 vergleichbaren Projekte, die Argusic gemessen hat.
  • Hat sich von allen 6 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
  • Lief ohne GPU, braucht also keine, um zu starten.
  • Lizenz MIT, laut Angabe des Hosts.
  • 2-mal gemessen, das Ergebnis ist also kein Einzelfall.

Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte Textus Platz 36 bei der Zeit bis zum lauffähigen Zustand, und 152 von 231 erreichten überhaupt einen solchen Zustand.

Wofür es eine vernünftige Wahl ist

  • Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
  • Für eine schnelle Evaluierung: Es lief 1,5 Minuten nach dem Klonen.

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 vonVersuchErgebnisScoreKosten USDwann
Argusic Runner2/3Läuft100,000,26
Argusic Runner1/3Lief nicht16,000,76

Themen (von GitHub)

aiai-markdown-editorai-writingiosknowledge-managementlinuxmacosmarkdownmarkdown-editornote-takingnotion-alternativeobsidian-alternativeopen-sourceproductivityrusttauritypora-alternativewindowswritingwysiwyg

Badge einbetten

Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.

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

Fragen

Läuft Textus?
Ja. Textus läuft. Argusic hat es auf einer sauberen Maschine in 2 Minuten installiert und gestartet, ist dabei auf 6 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic Textus getestet?
Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 6786182e72dc. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von Textus gekostet?
Der Lauf, der diesen Befund ergab, kostete 0,26 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 Textus?
1,5 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 Textus eine GPU?
Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von Textus schief?
Im aufgezeichneten Lauf gingen 6 Dinge kaputt, und 6 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
Wie schneidet Textus im Vergleich zu Alternativen ab?
Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte Textus Platz 36 bei der Zeit bis zum lauffähigen Zustand, und 152 von 231 erreichten überhaupt einen solchen Zustand.
Wo ist der Nachweis für Textus?
Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.

Discussion