Englisches Original: https://argusic.com/subject/yt-short-clipper

yt-short-clipper

Windows-Desktop-App, die lange YouTube-Videos in 9:16-Kurzclips umwandelt: KI-Highlight-Erkennung, gesichtsverfolgende Porträt-Neurahmung und wortweise Untertitel.

Läuft mit MocksQuelle: GitHubTypeScriptMITCommit f6d6d98f3bce

TypeScript, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai video, content creation, ffmpeg, instagram reels, llm, mediapipe, python und react.

yt-short-clipper läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 25 Minuten installiert und ist auf 9 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

YT Short Clipper v2 frontend builds with npm, Rust backend compiles, Python sidecar binary responds to ping commands, and the Tauri desktop app launches on the Xvfb virtual display and stays running.

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

Auf einen Blick

Befund
Läuft mit Mocks
Argusic Score
56 / 100
Kosten des verifizierenden Laufs
0,36 USD (gemessen)
aufgezeichnete Läufe
2
zuletzt getestet
Sterne
1.069
Forks
310
offene Issues
1
Beobachter
19
Größe
4 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 yt-short-clipper, 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.

  • Rust toolchain not installed12 Minuten
  • System dev libraries (glib-2.0, webkit2gtk-4.1, gtk-3, soup-3.0, javascriptcoregtk, etc.) missing; no root access to apt install10 Minuten
  • Rust compilation failed: resource path binaries/ytclip-sidecar-x86_64-unknown-linux-gnu missing5 Minuten
  • @tailwindcss/oxide native binding missing for Linux x641 Minute
  • pip install blocked by externally-managed-environment (PEP 668)1 Minute
  • Rust linker failed: missing -ldbus-1, -lgobject-2.0, -lwebkit2gtk-4.1, etc.1 Minute
Installationszeit
25 Minuten
Von der kalten Maschine bis zum Ende
26 Minuten
Aufgetretene und behobene Fehler
9 aufgetreten, 9 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde
timeout 5 src-tauri/target/release/yt-short-clipper-v2 on DISPLAY=:99 ran 5 seconds then exited 124 (still running when killed); echo '{"command":"ping"}' | src-tauri/binaries/ytclip-sidecar-x86_64-unknown-linux-gnu returned {"ok":true,"result":{"pong":true}}; npm run build produced dist/index.html + assets; all 15 Python core modules import without error
Verbrauchte Modell-Tokens
172.506
Genau getesteter Commit
f6d6d98f3bce
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.

 succeeded in 0ms:
Started: Sun Oct 11 06:41:40 UTC 2026
Now: Sun Oct 11 07:06:57 UTC 2026
The elapsed time is approximately 25 minutes. Here is the structured result.
<pre><code>ARGUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes":…
2026-10-11T07:07:09.555803Z ERROR codex_core::session: failed to record rollout items: thread 01a12…
2026-10-11T07:07:09.556027Z ERROR codex_core::session: failed to record rollout items: thread 01a12…
2026-10-11T07:07:09.556062Z ERROR codex_core::session: failed to record rollout items: thread 01a12…
tokens used
172,506
The elapsed time is approximately 25 minutes. Here is the structured result.
<pre><code>ARGUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes":…

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 sich von allen 9 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
  • Lizenz MIT, laut Angabe des Hosts.
  • 2-mal gemessen, das Ergebnis ist also kein Einzelfall.

Was nicht lief oder unbekannt ist

  • Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
  • Die Installation dauerte 25 Minuten, langsamer als der Median der 4 vergleichbaren Projekte, die Argusic gemessen hat.

Von den 5 Projekten im Bereich ai-video, die Argusic installiert und zeitlich gemessen hat, belegte yt-short-clipper Platz 5 bei der Zeit bis zum lauffähigen Zustand, und 3 von 5 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 vonVersuchErgebnisScoreKosten USDwann
Argusic Runner2/3Läuft mit Mocks92,000,36
Argusic Runner1/3Lief nicht20,000,25

Themen (von GitHub)

ai-videocontent-creationffmpeginstagram-reelsllmmediapipepythonreactrustshort-form-videotauritauri-apptiktoktypescriptvideo-editingyoutube-shortsyt-dlp

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/yt-short-clipper.svg)](https://argusic.com/subject/yt-short-clipper)

Fragen

Läuft yt-short-clipper?
yt-short-clipper läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 25 Minuten installiert und gestartet, ist dabei auf 9 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic yt-short-clipper getestet?
Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit f6d6d98f3bce. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von yt-short-clipper gekostet?
Der Lauf, der diesen Befund ergab, kostete 0,36 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 yt-short-clipper?
25 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 yt-short-clipper eine GPU?
Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von yt-short-clipper schief?
Im aufgezeichneten Lauf gingen 9 Dinge kaputt, und 9 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
Wie schneidet yt-short-clipper im Vergleich zu Alternativen ab?
Von den 5 Projekten im Bereich ai-video, die Argusic installiert und zeitlich gemessen hat, belegte yt-short-clipper Platz 5 bei der Zeit bis zum lauffähigen Zustand, und 3 von 5 erreichten überhaupt einen solchen Zustand.
Wo ist der Nachweis für yt-short-clipper?
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