Original en inglés: https://argusic.com/subject/qiaomu-cut-skill
qiaomu-cut-skill
乔木 Skill de director de video inteligente: gobernanza de materiales, subtítulos bilingües, empaquetado de marca y renderizado reproducible | Director de video nativo para agents con abastecimiento gobernado y renderizado verificable
Funcionafuente: GitHubJavaScriptMITcommit 823feff5c1c1
JavaScript, licencia MIT. El proyecto se describe a sí mismo como: agent skill, ai video, ffmpeg, nodejs, subtitles y video editing.
qiaomu-cut-skill funciona. Un agent de Argusic lo instaló en 0,1 minutos y encontró 1 error, corregido sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
qiaomu-cut v0.5.0 installs with zero npm dependencies, doctor confirms ffmpeg 6.1.1 with full capability (libass, drawtext, overlay, loudnorm, sidechaincompress, xfade, libx264), all smoke tests and release checks pass, file narration renders to verified h264/AAC video, plan/workflow/list commands produce correct output; listenhub_smoke requires Node 20+ (env has 18.19.1), documented gap.
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.
- scripts/render_project.js had "- /filter_complex" typo (leading slash) and passed file path to -filter_complex instead of -filter_complex_script on two lines, causing ffmpeg to reject the argument15 minutos
- Tiempo de instalación
- menos de un minuto
- De máquina en frío a terminar
- 2 minutos
- Errores encontrados y corregidos
- 1 encontrados, 1 corregidos sin ayuda humana
- Cómo se demostró el resultado
- npm run release-check exited 0 (5/5 stages pass); node scripts/file_narration_smoke.js exited 0, emitted preview MP4 (h264/aac) verified via ffmpeg probe; node scripts/security_smoke.js exited 0 (39 checks); python3 scripts/validate_skill.py exited 0 (0 errors, 0 warnings); python3 scripts/trigger_eval.py exited 0 (16/16 cases pass); doctor --json reports all green
- Tokens de modelo usados
- 44.484
- Commit exacto probado
- 823feff5c1c1
- 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.
### Error fixed `scripts/render_project.js` had `'-/filter_complex'` (typo with a leading slash) on two lines (1051… ### What was verified - **Doctor** — ffmpeg 6.1.1 with all capabilities (libass, drawtext, loudnorm, xfade, libx264) - **Release check** — 5/5 stages pass (vendor verify, typography, brand templates, sentence boundar… - **File narration smoke** — renders a verified h264/AAC preview video with provenance tracking - **Security smoke** — 39 checks pass - **Validation** — 0 errors, 0 warnings - **Trigger eval** — 16/16 case classifications correct - **Doctor/plan/workflow/list** — all CLI commands produce correct output ### Known gap `listenhub_smoke.js` requires Node.js 20+ (container runs 18.19.1). This is documented upstream and…
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 0,1 minutos, más rápido que la mediana de los 13 proyectos comparables que ha medido Argusic.
- Se recuperó de su único error sin que interviniera una persona, lo que indica que el fallo está lo bastante documentado como para resolverlo.
- 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 14 proyectos de agent-skill que Argusic ha instalado y cronometrado, qiaomu-cut-skill fue el 1.º más rápido en llegar a funcionar, y 11 de 14 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 0,1 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
Temas (de GitHub)
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/qiaomu-cut-skill)Preguntas
- ¿Funciona qiaomu-cut-skill?
- Sí. qiaomu-cut-skill funciona. Argusic lo instaló y lo inició en una máquina limpia en 0 minutos, con 1 error por el camino, y grabó la sesión.
- ¿Cómo probó Argusic qiaomu-cut-skill?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 823feff5c1c1. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar qiaomu-cut-skill?
- 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 qiaomu-cut-skill en instalarse?
- 0,1 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita qiaomu-cut-skill una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar qiaomu-cut-skill?
- En la ejecución registrada falló 1 cosa, y 1 se corrigió sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara qiaomu-cut-skill con las alternativas?
- De los 14 proyectos de agent-skill que Argusic ha instalado y cronometrado, qiaomu-cut-skill fue el 1.º más rápido en llegar a funcionar, y 11 de 14 llegaron a funcionar.
- ¿Dónde está la evidencia de qiaomu-cut-skill?
- 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.