Original en inglés: https://argusic.com/subject/ai-trend-studio
ai-trend-studio
Radar de tendencias de IA local-first y destilación de sesiones en vivo
Funcionafuente: GitHubPythonMITcommit a0600e01e766
Python, licencia MIT. El proyecto se describe a sí mismo como: ai, bilibili, douyin, knowledge management, local first, summarization y trends.
ai-trend-studio funciona. Un agent de Argusic lo instaló en 0,5 minutos y encontró 3 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
The app installs in a venv, the server answers 200 on /api/health, / and /api/export, refresh collects real AI-relevant trends from all four public sources, and the live-session create/event/finish flow completes with a local summary, with tests 8/8 passing.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 60 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- System pip rejects editable install on this Debian container (PEP 668 externally-managed-environment)0,5 minutos
- run.sh and the project quick-start invoke ./run.sh but the file has no executable bit, so a fresh checkout gives Permission denied0,1 minutos
- POST /api/imports runs compact_space before the SRT/VTT timestamp check, so a real SRT payload is stored with timestamps and content_source=manual instead of cleaned subtitle content0,1 minutos
- Tiempo de instalación
- menos de un minuto
- De máquina en frío a terminar
- 6 minutos
- Errores encontrados y corregidos
- 3 encontrados, 3 corregidos sin ayuda humana
- Cómo se demostró el resultado
- curl 127.0.0.1:8765/api/health returned 200; curl POST /api/refresh returned 200 with all four sources ok; curl POST /api/live/sessions + /events + /finish returned 201/201/200 with status finished and local summary; curl GET /api/export returned 200; curl POST /api/settings returned 200 and masked api_key as ********; python3 -m unittest discover -s tests ran 8 tests, OK
- Tokens de modelo usados
- 316.137
- Commit exacto probado
- a0600e01e766
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación del intento 2, ejecutado el , el intento que decidió el veredicto anterior. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
- App: `./run.sh` → `Permission denied` (`run.sh` committed without executable bit); `sh run.sh` → … - Live (real network, no mock): `/api/refresh` → 200, sources all `ok` (bilibili 50, zhihu 30, weib… - Repo hygiene: `data/db.json` runtime artifact cleaned, no diff left in the repo. **One product bug to be aware of** (I did not alter the code): the SRT/VTT import doesn't strip tim… No third-party keys are required — everything verified against the app's own behavior and real publ… exec /bin/sh -lc 'date -u +%FT%TZ; git -C /work/repo status --porcelain; echo "final-clean"' in /work/re… succeeded in 0ms: 2026-10-28T13:29:30Z final-clean tokens used 316,137
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 0,5 minutos, más rápido que la mediana de los 230 proyectos comparables que ha medido Argusic.
- Se recuperó de los 3 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MIT, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
De los 231 proyectos de ai que Argusic ha instalado y cronometrado, ai-trend-studio fue el 14.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
- Una evaluación rápida: estaba funcionando 0,5 minutos después del clon.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Funciona | 100,00 | 0,06 | |
| Argusic Runner | 1/3 | No funcionó | 20,00 | 0,03 |
Temas (de GitHub)
aibilibilidouyinknowledge-managementlocal-firstsummarizationtrends
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/ai-trend-studio)Preguntas
- ¿Funciona ai-trend-studio?
- Sí. ai-trend-studio funciona. Argusic lo instaló y lo inició en una máquina limpia en 1 minutos, con 3 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic ai-trend-studio?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit a0600e01e766. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar ai-trend-studio?
- La ejecución que produjo este veredicto costó 0,06 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda ai-trend-studio en instalarse?
- 0,5 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita ai-trend-studio una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar ai-trend-studio?
- En la ejecución registrada fallaron 3 cosas, y 3 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara ai-trend-studio con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, ai-trend-studio fue el 14.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de ai-trend-studio?
- Las 2 ejecuciones registradas están en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.