Original en inglés: https://argusic.com/subject/mediary-scout
mediary-scout
巡影 · código abierto AI agent para seguimiento automático de actualizaciones de vídeo y herramienta de organización de biblioteca multimedia para múltiples unidades de nube / código abierto AI agent para seguimiento de medios en unidades de nube y NAS (夸克 Quark / UC / 115 / 123 / 光鸭 Guangya / 天翼 Tianyi)
Funcionafuente: GitHubsitio webTypeScript0BSDcommit eecbb4291325
TypeScript, licencia 0BSD. El proyecto se describe a sí mismo como: ai agent, cloud drive, docker, electron, emby, homelab, infuse y jellyfin.
mediary-scout funciona. Un agent de Argusic lo instaló en 41 minutos y encontró 3 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Repo installs with Node 22, workflow and web and desktop builds succeed, 5085 tests pass, the standalone web server answers HTTP 200 with migrations and worker started, and the Electron desktop app launches on Xvfb, serves its UI at HTTP 200, and stays up without native-module errors.
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
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.
- Desktop dev launch: better-sqlite3 built for Node ABI 127, Electron 33 needs ABI 130 (bundled standalone copy)25 minutos
- npm test could not resolve @media-track/workflow before its dist was built4 minutos
- System node is v18 but package.json requires >=22.133 minutos
- Tiempo de instalación
- 41 minutos
- De máquina en frío a terminar
- 38 minutos
- Errores encontrados y corregidos
- 3 encontrados, 3 corregidos sin ayuda humana
- Cómo se demostró el resultado
- npm test exited 0 (366 passed files, 5085 passed tests); curl -s -o /dev/null -w %{http_code} localhost:PORT/ returned 200 from both the standalone web server and the Electron-launched server; electron --no-sandbox --version returned v33.4.11; npm run typecheck and npm run lint both exited 0
- Tokens de modelo usados
- 1.844.470
- Commit exacto probado
- eecbb4291325
- 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
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
- `npm run typecheck`: clean. `npm run lint`: clean (0 warnings).
- Web standalone server (`node apps/web/server.js` with an SQLite path): `[instrumentation] registe…
- Desktop app (`electron --no-sandbox` on Xvfb): launched, `[instrumentation] register()` + `[backg…
- Electron `--version` → `v33.4.11`.
**Environment gaps**
- No Docker in container, so the `docker compose up -d` path from the README wasn't executable; the…
- No packaged desktop `.dmg/.exe`; dev-mode Electron was verified.
- No real drive/AI credentials were needed — the app defaults to demo/fake adapters, and the mock-l…
**Final numbers**
- Install: ~6 min elapsed (includes dependency download + builds).
- Total: ~41 min.
`ARGUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 41, "erro…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 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 0BSD, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Tardó 41 minutos en instalarse, más lento que la mediana de los 69 proyectos comparables que ha medido Argusic.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 70 proyectos de ai-agent que Argusic ha instalado y cronometrado, mediary-scout fue el 69.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.
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
Temas (de GitHub)
ai-agentcloud-drivedockerelectronembyhomelabinfusejellyfinmedia-automationmedia-servernasnextjsself-hostedtypescriptvidhub
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/mediary-scout)Preguntas
- ¿Funciona mediary-scout?
- Sí. mediary-scout funciona. Argusic lo instaló y lo inició en una máquina limpia en 41 minutos, con 3 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic mediary-scout?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit eecbb4291325. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar mediary-scout?
- La ejecución que produjo este veredicto costó 0,43 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 mediary-scout en instalarse?
- 41 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita mediary-scout una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar mediary-scout?
- 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 mediary-scout con las alternativas?
- De los 70 proyectos de ai-agent que Argusic ha instalado y cronometrado, mediary-scout fue el 69.º más rápido en llegar a funcionar, y 43 de 70 llegaron a funcionar.
- ¿Dónde está la evidencia de mediary-scout?
- La ejecución registrada está 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.