Original en inglés: https://argusic.com/subject/fablecut

FableCut

Editor de video en el navegador de cero dependencias que los AI agents pueden controlar: línea de tiempo JSON, MCP + REST, UI con recarga en vivo.

Funcionafuente: GitHubJavaScriptMITcommit 4d50dd163fb3

JavaScript, licencia MIT. El proyecto se describe a sí mismo como: ai agent, canvas, claude, ffmpeg, javascript, llm, mcp y nle.

FableCut funciona. Un agent de Argusic lo instaló en 0 minutos y no encontró ningún error en una máquina limpia sin GPU, y toda la sesión quedó grabada.

Zero-dependency browser video editor FableCut v1.7.0 boots on port 7777, serves the UI and REST API, passes all 37 unit/integration tests, the MCP server initializes correctly, and ffmpeg 6.1 is available for fast export.

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 100 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).

De un vistazo

veredicto
Funciona
Puntuación Argusic
100 / 100
costo de la ejecución de verificación
0,00 USD (medido)
ejecuciones registradas
2
última prueba
estrellas
778
forks
98
issues abiertos
11
observadores
2
tamaño
39 MB
creado
último push

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
1 minutos
Errores encontrados y corregidos
0 encontrados, 0 corregidos sin ayuda humana
Cómo se demostró el resultado
node --test: 37 passed, 0 failed; node server.js + curl: HTTP 200 on /, /api/project, /api/export/ffmpeg; node --check on server.js, app.js, mcp-server.js: all clean; node mcp-server.js with stdio initialize: correct protocol and version returned
Tokens de modelo usados
18.406
Commit exacto probado
4d50dd163fb3
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.

**Tests**: `node --test` — all 37 tests pass (assets.test.js, helpers.js, mcp-protocol.test.js, mcp…
**Server**: boots on port 7777, returns HTTP 200 on `/`, `/api/project`, and `/api/export/ffmpeg`. …
**MCP**: stdio initialization returns correct protocol version and server info.
**ffmpeg**: present and detected (fast export available).
tokens used
18,406
All checks pass with zero errors. Let me compile the final report.
**Install**: No dependencies to install — project is zero-runtime-dependency. `node --check` passes…
**Tests**: `node --test` — all 37 tests pass (assets.test.js, helpers.js, mcp-protocol.test.js, mcp…
**Server**: boots on port 7777, returns HTTP 200 on `/`, `/api/project`, and `/api/export/ffmpeg`. …
**MCP**: stdio initialization returns correct protocol version and server info.
**ffmpeg**: present and detected (fast export available).

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 minutos, más rápido que la mediana de los 69 proyectos comparables que ha medido Argusic.
  • Nada se rompió por el camino: cero errores entre el clon y el funcionamiento.
  • 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 70 proyectos de ai-agent que Argusic ha instalado y cronometrado, FableCut fue el 1.º más rápido en llegar a funcionar, y 43 de 70 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 minutos después del clon.
  • Seguir su propio README: el camino documentado funcionó sin nada que arreglar.

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 porintentoresultadopuntuacióncosto USDcuándo
Argusic Runner2/3Funciona100,000,00
Argusic Runner2/3Funciona100,000,02

Temas (de GitHub)

ai-agentcanvasclaudeffmpegjavascriptllmmcpnlereelsvideo-editingvideo-editorzero-dependency

Insertar el badge

Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.

[![Tested by Argusic](https://argusic.com/badge/FableCut.svg)](https://argusic.com/subject/fablecut)

Preguntas

¿Funciona FableCut?
Sí. FableCut funciona. 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 FableCut?
En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 4d50dd163fb3. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
¿Cuánto costó probar FableCut?
La ejecución que produjo este veredicto costó 0,00 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 FableCut en instalarse?
0 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
¿Necesita FableCut una GPU?
No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
¿Qué falla al instalar FableCut?
Nada, en la ejecución registrada: cero errores entre el clon y el funcionamiento.
¿Cómo se compara FableCut con las alternativas?
De los 70 proyectos de ai-agent que Argusic ha instalado y cronometrado, FableCut fue el 1.º más rápido en llegar a funcionar, y 43 de 70 llegaron a funcionar.
¿Dónde está la evidencia de FableCut?
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.

Discussion