Original en inglés: https://argusic.com/subject/qmedia
Qmedia
Un motor de búsqueda de contenido AI de código abierto diseñado específicamente para creadores de contenido. Soporta extracción de texto, imágenes y videos cortos. Permite despliegue local completo (web app, servidor RAG, servidor LLM). Soporta preguntas y respuestas sobre contenido RAG multimodal.
Funcionafuente: GitHubTypeScriptMITcommit c890b2543ac5
TypeScript, licencia MIT. El proyecto se describe a sí mismo como: content, content search, rag, search, search engine y video.
Qmedia funciona. Un agent de Argusic lo instaló en 35 minutos y encontró 11 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
All three services (mm_server on port 50110, mmrag_server on port 8001, qmedia_web on port 3000) are installed and respond to API calls; mmrag_server loads persisted index from db/ with embeddings for 14 assets and serves note search and detail APIs.
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.
- transformers 5.20 requires torch>=2.6 but torch 2.2.0 installed3 minutos
- faster-whisper model download blocks server at import time3 minutos
- PEP 668 externally-managed-environment blocked pip install system-wide2 minutos
- NumPy 2.5.4 incompatible with torch 2.2.0 (numpy.long removed)2 minutos
- scipy 1.12+ uses np.long incompatible with numpy 1.x2 minutos
- FastAPI 0.143 removed add_event_handler2 minutos
- Tiempo de instalación
- 35 minutos
- De máquina en frío a terminar
- 39 minutos
- Errores encontrados y corregidos
- 11 encontrados, 11 corregidos sin ayuda humana
- Cómo se demostró el resultado
- mm_server: POST /api/embeddings returned 200 with 384-dim embedding, POST /api/clip-text-embeddings returned 200 with 512-dim embedding, POST /api/clip-image-embeddings returned 200 with 512-dim embedding; mmrag_server: GET / returned 200 with {'msg':'Access success.'}, GET /note-search?query=vlog&topk=3 returned 200 with 10 search results, GET /note/662534e20000000001004af8 returned 200 with title 'Vlog用综艺的方式去拍真的很酷😎5' and card_type 'video'; qmedia_web: GET / returned 200 with full Next.js HTML
- Tokens de modelo usados
- 347.769
- Commit exacto probado
- c890b2543ac5
- 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.
**Errors encountered:**
1. **PEP 668 (externally-managed-environment)**: system pip blocked. Fixed by creating venvs.
2. **NumPy 2.x incompatibility with torch 2.2.0**: `numpy.long` removed. Fixed by pinning `numpy<2`…
3. **scipy version incompatibility**: scipy 1.12+ uses `np.long` which doesn't exist in numpy 1.x. …
4. **transformers/sentence-transformers version incompatibility with torch 2.2.0**: transformers > …
5. **python-multipart missing**: FastAPI requires it for form data. Fixed by installing `python-mul…
6. **moviepy 2.x import path change**: `moviepy.editor` removed in moviepy 2.x. Fixed by changing t…
7. **FastAPI 0.143 removed `add_event_handler`**: Fixed by switching to `lifespan` context manager.
8. **fast-whisper model download blocking server startup**: Moved whisper import from module-level …
9. **PermissionError on `/work/db`**: Config used `Path("").absolute().parent` resolving to `/work`…
10. **mmrag_server startup crash with Ollama unavailable**: The `on_startup` event tried to connect…
11. **OCRValidationError on image OCR responses**: mm_server's OCR API returns `{"error": ...}` for…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 35 minutos.
- Se recuperó de los 11 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 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.
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)
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/qmedia)Preguntas
- ¿Funciona Qmedia?
- Sí. Qmedia funciona. Argusic lo instaló y lo inició en una máquina limpia en 35 minutos, con 11 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic Qmedia?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit c890b2543ac5. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar Qmedia?
- La ejecución que produjo este veredicto costó 0,25 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 Qmedia en instalarse?
- 35 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita Qmedia una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar Qmedia?
- En la ejecución registrada fallaron 11 cosas, y 11 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Dónde está la evidencia de Qmedia?
- 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.