Englisches Original: https://argusic.com/subject/weftcut
WeftCut
Kostenloser Open-Source-AI-Videoeditor für macOS, Windows und Linux: Steuern Sie die gesamte Timeline von jedem MCP-Client aus.
LäuftQuelle: GitHubHomepageTypeScriptMITCommit 610061dca1e9
TypeScript, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai agent, ai video editor, claude, cross platform, desktop app, electron, ffmpeg und llm.
WeftCut läuft. Ein Argusic-Agent hat es in 31 Minuten installiert und ist auf 8 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
WeftCut v0.4.0 builds successfully on Linux x64: both napi addons compiled (@weftcut/core exports 17 symbols, @weftcut/native-decode compiled with ffmpeg-lgpl), ffmpeg and ffmpeg-lgpl resources staged, vitest suite runs 9284 of 9288 tests passing, all 20 Rust eval-crate tests pass, 99 of 100 script 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 100 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.
- Node.js v18.19.1 too old (requires >=24)3 Minuten
- napi:build:decode failed - libclang not found3 Minuten
- clang bindgen failed - limits.h not found3 Minuten
- Rust toolchain not installed2 Minuten
- npmrc ignore-scripts=true blocked optional native bindings1 Minute
- ffmpeg-sys-next build failed - libavutil.pc not found1 Minute
- Installationszeit
- 31 Minuten
- Von der kalten Maschine bis zum Ende
- 31 Minuten
- Aufgetretene und behobene Fehler
- 8 aufgetreten, 8 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- npm test --workspace apps/desktop: 9284 passed, 1 failed; cargo test in native/eval: 20 passed; node -e 'require("native/index.linux-x64-gnu.node")' loads and exports 17 symbols
- Verbrauchte Modell-Tokens
- 157.699
- Genau getesteter Commit
- 610061dca1e9
- 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
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
4. **napi:build:decode failed** multiple times: - `libclang` not found → extracted from apt `.deb` packages (libclang1-18, libllvm18), set `LIBC… - `ffmpeg-sys-next` couldn't find `libavutil.pc` → set `PKG_CONFIG_PATH` to ffmpeg-lgpl's pkgcon… - Clang couldn't find `limits.h` → extracted `libclang-common-18-dev` headers, set `C_INCLUDE_PA… 5. **1 pre-existing vitest failure** (`rmSync` on symlinked dir — Node 24 behavior) 6. **1 pre-existing script test failure** (Playwright Chromium not installed) **What was verified:** - `npm test`: 9284 passed, 1 failed (pre-existing), 3 skipped - `cargo test` (eval crate): 20 passed - `npm run test:scripts`: 99 passed, 1 failed (Playwright Chromium not installed) - Core napi addon loads and exports 17 symbols - Both napi addons built and co-located with ffmpeg-lgpl shared libs
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.
- Hat sich von allen 8 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.
Was nicht lief oder unbekannt ist
- Die Installation dauerte 31 Minuten, langsamer als der Median der 69 vergleichbaren Projekte, die Argusic gemessen hat.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 70 Projekten im Bereich ai-agent, die Argusic installiert und zeitlich gemessen hat, belegte WeftCut Platz 65 bei der Zeit bis zum lauffähigen Zustand, und 43 von 70 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.
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
Themen (von GitHub)
ai-agentai-video-editorclaudecross-platformdesktop-appelectronffmpegllmmcpmcp-servermodel-context-protocolnlenon-linear-editorpixijsrusttypescriptvideovideo-editingvideo-editorwebcodecs
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/weftcut)Fragen
- Läuft WeftCut?
- Ja. WeftCut läuft. Argusic hat es auf einer sauberen Maschine in 31 Minuten installiert und gestartet, ist dabei auf 8 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic WeftCut getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 610061dca1e9. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von WeftCut gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,45 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 WeftCut?
- 31 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 WeftCut eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von WeftCut schief?
- Im aufgezeichneten Lauf gingen 8 Dinge kaputt, und 8 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
- Wie schneidet WeftCut im Vergleich zu Alternativen ab?
- Von den 70 Projekten im Bereich ai-agent, die Argusic installiert und zeitlich gemessen hat, belegte WeftCut Platz 65 bei der Zeit bis zum lauffähigen Zustand, und 43 von 70 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für WeftCut?
- 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.