Original en inglés: https://argusic.com/subject/project-raven
project-raven
Copiloto de reuniones con IA de código abierto: transcripción en tiempo real, cancelación de eco y asistencia de IA. Captura audio del sistema + micrófono, cancela el eco vía WebRTC AEC3, transcribe con Deepgram y te brinda ayuda de Claude/OpenAI durante las reuniones. Se ejecuta localmente en macOS y Windows.
Funcionafuente: GitHubTypeScriptMITcommit 692cd17606e9
TypeScript, licencia MIT. El proyecto se describe a sí mismo como: ai, anthropic, byok, deepgram, echo cancellation, electron, local first y macos.
project-raven funciona. Un agent de Argusic lo instaló en 2 minutos y no encontró ningún error en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Raven 2.5.0 Electron app builds from source, runs tests (1088 passed), and launches on Linux with Vite dev server and Electron main process.
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.
- Tiempo de instalación
- 2 minutos
- De máquina en frío a terminar
- 3 minutos
- Errores encontrados y corregidos
- 0 encontrados, 0 corregidos sin ayuda humana
- Cómo se demostró el resultado
- npm test exited 0: 1088 passed, 3 skipped. curl -s -o /dev/null -w %{http_code} http://127.0.0.1:5173/ returned 200. Electron process appeared in ps with DB/tray initialized.
- Tokens de modelo usados
- 104.226
- Commit exacto probado
- 692cd17606e9
- 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.
All systems working. Here's the full report: **Install**: `npm install` completed successfully — 928 packages installed, Electron rebuilt `bette… **Tests**: `npm test` (TypeScript check + vitest) passed — 67 test files, 1088 tests passed, 3 skip… **App Launch**: `npm run dev` started Vite (HTTP 200 on port 5173) and launched Electron — database… **No API keys needed**: The app runs in "free" mode without external services. Third-party keys (De… tokens used 104,226 All systems working. Here's the full report: **Install**: `npm install` completed successfully — 928 packages installed, Electron rebuilt `bette… **Tests**: `npm test` (TypeScript check + vitest) passed — 67 test files, 1088 tests passed, 3 skip… **App Launch**: `npm run dev` started Vite (HTTP 200 on port 5173) and launched Electron — database… **No API keys needed**: The app runs in "free" mode without external services. Third-party keys (De…
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 2 minutos, más rápido que la mediana de los 230 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.
Qué no salió bien, o no se sabe
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 231 proyectos de ai que Argusic ha instalado y cronometrado, project-raven fue el 39.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 2 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
Temas (de GitHub)
aianthropicbyokdeepgramecho-cancellationelectronlocal-firstmacosmeeting-assistantmeeting-notesopen-sourceopenaiproductivityreal-timesalesspeech-to-texttranscriptiontypescriptwebrtcwindows
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/project-raven)Preguntas
- ¿Funciona project-raven?
- Sí. project-raven funciona. Argusic lo instaló y lo inició en una máquina limpia en 2 minutos, con 0 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic project-raven?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 692cd17606e9. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar project-raven?
- La ejecución que produjo este veredicto costó 0,02 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 project-raven en instalarse?
- 2 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita project-raven una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar project-raven?
- Nada, en la ejecución registrada: cero errores entre el clon y el funcionamiento.
- ¿Cómo se compara project-raven con las alternativas?
- De los 231 proyectos de ai que Argusic ha instalado y cronometrado, project-raven fue el 39.º más rápido en llegar a funcionar, y 152 de 231 llegaron a funcionar.
- ¿Dónde está la evidencia de project-raven?
- 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.