Englisches Original: https://argusic.com/subject/vrct
VRCT
VRCT(VRChat Chatbox Übersetzer & Transkription)
LäuftQuelle: GitHubHomepagePythonNOASSERTIONCommit 429a593fca42
Python, Lizenz NOASSERTION. Das Projekt beschreibt sich selbst als: osc, speech recognition, speech to text und vrchat.
VRCT läuft. Ein Argusic-Agent hat es in 48 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.
Python backend starts and completes full initialization (Whisper model, CTranslate2, OSC), Vite frontend builds and serves, all 936 pytest tests pass, OCR engine is ready with downloaded models, Rust toolchain installed; Tauri native build blocked by missing webkit2gtk-4.1 system libraries (not installable without root).
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 60 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.
- pyaudiowpatch==0.2.12.6 has no Linux wheel (Windows-only WASAPI PortAudio bindings)8 Minuten
- Tauri requires webkit2gtk-4.1, javascriptcoregtk-4.1, and libsoup-3.0 development libraries to build (missing system-wide)5 Minuten
- models/clipboard/clipboard.py unconditionally tries ctypes.WinDLL for user32/kernel32 on all platforms3 Minuten
- tools/chatbox_sample_player.py raises RuntimeError('Interactive playback requires Windows') unconditionally on non-Windows, even for --dry-run and --start which never call msvcrt3 Minuten
- src-ui/import uses lowercase vrct.svg but the file is uppercase VRCT.svg (Windows case-insensitive vs Linux case-sensitive FS)2 Minuten
- test_clipboard_focus_and_paste.py::test_copies_and_pastes_when_focus_succeeds expects focus/paste path that is gated on sys.platform == 'win32' and never runs on Linux1 Minute
- Installationszeit
- 48 Minuten
- Von der kalten Maschine bis zum Ende
- 25 Minuten
- Aufgetretene und behobene Fehler
- 6 aufgetreten, 6 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- pytest src-python/test/ exited 0 with 936 passed; vite build completed (dist/ with index.html and assets); npm run vite-preview answered HTTP 200 on port 4317; python src-python/mainloop.py completed initialization and emitted /run/initialization_complete; OCR fetch and engine verification succeeded; curl -s -o /dev/null -w '%{http_code}' http://127.0.0.1:4317/ returned 200
- Verbrauchte Modell-Tokens
- 1.727.111
- Genau getesteter Commit
- 429a593fca42
- 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.
=== Whisper transcription test ===
Traceback (most recent call last):
File "<string>", line 4, in <module>
File "/work/repo/.venv/lib/python3.12/site-packages/faster_whisper/transcribe.py", line 834, in t…
audio = decode_audio(audio, sampling_rate=sampling_rate)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
=== test_data directory ===
no test_data dir
Now I have everything I need. Let me compile the final ARGUSIC_RESULT JSON.
tokens used
1,727,111
Now I have everything I need. Let me compile the final ARGUSIC_RESULT JSON.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 48 Minuten installiert.
- 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.
- 2-mal gemessen, das Ergebnis ist also kein Einzelfall.
Was nicht lief oder unbekannt ist
- Die Lizenzdatei konnte nicht automatisch eingeordnet werden, prüfen Sie sie daher selbst, bevor Sie das Projekt verwenden.
Wofür es eine vernünftige Wahl ist
- Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
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 | 2/3 | Läuft | 100,00 | 0,33 | |
| Argusic Runner | 1/3 | Lief nicht | 20,00 | 0,23 |
Themen (von GitHub)
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/vrct)Fragen
- Läuft VRCT?
- Ja. VRCT läuft. Argusic hat es auf einer sauberen Maschine in 48 Minuten installiert und gestartet, ist dabei auf 6 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic VRCT getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 429a593fca42. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von VRCT gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,33 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 VRCT?
- 48 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 VRCT eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von VRCT 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.
- Wo ist der Nachweis für VRCT?
- 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.