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

ViNote

ViNote(视记AI)|Agent de conocimiento de video open source impulsado por DeepSeek Harness SDK. Con orquestación de herramientas, recuperación de sesiones SQLite e interacción en streaming, enlaza búsqueda, descarga, transcripción y generación de notas en YouTube / Bilibili, admite preguntas y respuestas sobre video, tarjetas de conocimiento y mapas mentales. FastAPI + React, compatible con modelos de interfaz compatibles con OpenAI.

Funcionafuente: GitHubPythonMITcommit e8e46a144caa

Python, licencia MIT. El proyecto se describe a sí mismo como: agent harness, ai agent, bilibili, deepseek harness, deepseek harness sdk, fastapi, faster whisper y knowledge management.

ViNote funciona. Un agent de Argusic lo instaló en 4 minutos y encontró 3 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.

ViNote v1.4.0 backend serves SPA on port 8999, SQLite initialized with 17 categories, all 50+ API endpoints respond, full test suite passes (214 backend + 18 frontend + media smoke).

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
0,09 USD (medido)
ejecuciones registradas
1
última prueba
estrellas
480
forks
64
issues abiertos
2
observadores
2
tamaño
13 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 perdido en cada fallo al probar ViNote, a partir de la ejecución registrada
Cada barra es un fallo que el agent registró, con el tiempo que le costó. Sale de esta ejecución y de ningún otro sitio.

Qué salió mal, en palabras del propio agent

Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.

  • test_content_generation.py and test_reasoning_effort_config.py fail on sibling imports2 minutos
  • uv not found in PATH1 minuto
  • pytest module not found at import1 minuto
Tiempo de instalación
4 minutos
De máquina en frío a terminar
15 minutos
Errores encontrados y corregidos
3 encontrados, 3 corregidos sin ayuda humana
Cómo se demostró el resultado
backend pytest: 214 passed (221 subtests); frontend node --test: 18 passed; media smoke (FFmpeg+HTTP pipeline): PASSED; curl /health returned 200
Tokens de modelo usados
87.402
Commit exacto probado
e8e46a144caa
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.

Here is the final report.
**Initial setup issues and fixes:**
1. `uv` not installed → installed via `curl -LsSf https://astral.sh/uv/install.sh | sh` (1 min)
2. `pytest` not in dependencies → added via `uv add --dev pytest` (1 min)
3. Two test files had wrong sibling imports (`from test_text_quality import`) → changed to absolute…
**What was verified:**
- Backend serves HTTP 200 on `/health` and all 50+ API endpoints respond correctly
- SQLite database auto-initialized with 17 default categories and schema
- **Backend pytest suite**: 214 passed (221 subtests) in 34s
- **Frontend node test suite**: 18 passed in 1.4s
- **Media smoke test** (real FFmpeg + HTTP pipeline with embedded subtitles, no real LLM/ASR): PASS…
**Not verified:** Browser smoke tests require Playwright + Chrome, both unavailable.

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 4 minutos, más rápido que la mediana de los 8 proyectos comparables que ha medido Argusic.
  • 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 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 9 proyectos de agent-harness que Argusic ha instalado y cronometrado, ViNote fue el 4.º más rápido en llegar a funcionar, y 6 de 9 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 4 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

probado porintentoresultadopuntuacióncosto USDcuándo
Argusic Runner1/3Funciona100,000,09

Temas (de GitHub)

agent-harnessai-agentbilibilideepseek-harnessdeepseek-harness-sdkfastapifaster-whisperknowledge-managementopenai-compatiblereactsqlitetool-callingvideo-searchvideo-to-notesyoutubeyt-dlp

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/ViNote.svg)](https://argusic.com/subject/vinote)

Preguntas

¿Funciona ViNote?
Sí. ViNote funciona. Argusic lo instaló y lo inició en una máquina limpia en 4 minutos, con 3 errores por el camino, y grabó la sesión.
¿Cómo probó Argusic ViNote?
En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit e8e46a144caa. Hay un intento registrado, y la metodología completa está en la página de metodología.
¿Cuánto costó probar ViNote?
La ejecución que produjo este veredicto costó 0,09 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 ViNote en instalarse?
4 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
¿Necesita ViNote una GPU?
No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
¿Qué falla al instalar ViNote?
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 ViNote con las alternativas?
De los 9 proyectos de agent-harness que Argusic ha instalado y cronometrado, ViNote fue el 4.º más rápido en llegar a funcionar, y 6 de 9 llegaron a funcionar.
¿Dónde está la evidencia de ViNote?
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.

Discussion