Original en inglés: https://argusic.com/subject/ai-youtube-shorts-generator
AI-Youtube-Shorts-Generator
Alternativa de código abierto a Opus Clip, Vidyo.ai, Klap y SubMagic. Convierte videos largos de YouTube en shorts virales 9:16 usando detección de momentos destacados con LLM, transcripción con Whisper y recorte vertical automático: gratis, sin marcas de agua y sin créditos por clip.
Funciona con mocksfuente: GitHubsitio webPythonMITcommit 9c7a33e7b927
Python, licencia MIT. El proyecto se describe a sí mismo como: 2short ai alternative, ai clip generator, ai clipping, auto clip, auto crop, highlight detection, klap alternative y llm.
AI-Youtube-Shorts-Generator funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 0,0 minutos y no encontró ningún error en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Both API mode (with mock MuAPI server) and local mode (with mock LLM) complete end-to-end: download, whisper transcription, highlight selection, and vertical crop produce valid output files. api_ok=True local_ok=True clip_valid=True
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 92 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.
- Tiempo de instalación
- menos de un minuto
- De máquina en frío a terminar
- 10 minutos
- Errores encontrados y corregidos
- 0 encontrados, 0 corregidos sin ayuda humana
- Cómo se demostró el resultado
- API mode with mock MuAPI server: generate_shorts returned 1 clip with clip_url via POST /youtube-download, /openai-whisper, /gpt-5-mini, /autocrop. Local mode: faster-whisper tiny transcribed 10s test video (1 segment, 10s audio in ~2s), mocked LLM returned 1 highlight, ffmpeg+OpenCV cropped to 404x720 9:16 mp4 with aac audio, ffmpeg -v error -i output/short_01.mp4 -f null - returned 0 with no stderr output.
- Tokens de modelo usados
- 409.153
- Commit exacto probado
- 9c7a33e7b927
- 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
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
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 1, ejecutado el . El veredicto anterior procede de otro intento, así que tómalo como una sesión y no como el resultado actual. 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.
+ except Exception: + pass + here = _os.path.dirname(_os.path.abspath(__file__)) + repo_root = _os.path.normpath(_os.path.join(here, "..", "..")) + candidate = _os.path.join(repo_root, "assets", "haarcascade_frontalface_default.xml") + if _os.path.isfile(candidate): + return candidate + raise RuntimeError( Both modes passed all checks. Here's the complete report: tokens used 409,153 Both modes passed all checks. Here's the complete report:
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
- Se instaló en 0,0 minutos.
- Nada se rompió por el camino: cero errores entre el clon y el funcionamiento.
- Licencia MIT, según su plataforma de origen.
- Medido 3 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
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 | 3/3 | Funciona con mocks | 92,00 | 0,08 | |
| Argusic Runner | 2/3 | Funciona con mocks | 92,00 | 0,08 | |
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,07 |
Temas (de GitHub)
2short-ai-alternativeai-clip-generatorai-clippingauto-clipauto-crophighlight-detectionklap-alternativellmopen-sourceopus-clip-alternativereelsshorts-makersubmagic-alternativetiktokvertical-videovideo-editingvidyo-ai-alternativeviral-clipswhisperyoutube-shorts
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/ai-youtube-shorts-generator)Preguntas
- ¿Funciona AI-Youtube-Shorts-Generator?
- AI-Youtube-Shorts-Generator funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 0 minutos, con 0 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic AI-Youtube-Shorts-Generator?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 9c7a33e7b927. Hay 3 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar AI-Youtube-Shorts-Generator?
- La ejecución que produjo este veredicto costó 0,08 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-Youtube-Shorts-Generator en instalarse?
- 0,0 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita AI-Youtube-Shorts-Generator una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar AI-Youtube-Shorts-Generator?
- Nada, en la ejecución registrada: cero errores entre el clon y el funcionamiento.
- ¿Dónde está la evidencia de AI-Youtube-Shorts-Generator?
- Las 3 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.