Original en anglais: https://argusic.com/subject/mediary-scout
mediary-scout
巡影 · Outil open source d'IA pour le suivi automatique des médias vidéo et l'organisation de bibliothèques de médias multi-cloud / Agent IA open source pour le suivi des médias sur cloud drive et NAS (夸克 Quark / UC / 115 / 123 / 光鸭 Guangya / 天翼 Tianyi)
Fonctionnesource : GitHubpage d'accueilTypeScript0BSDcommit eecbb4291325
TypeScript, sous licence 0BSD. Le projet se décrit ainsi : ai agent, cloud drive, docker, electron, emby, homelab, infuse et jellyfin.
mediary-scout fonctionne. Un agent Argusic l'a installé en 41 minutes et a rencontré 3 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
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.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré
Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 100 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.
Ce qui a été mesuré
Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.
Ce qui s'est mal passé, dans les mots de l'agent
Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.
- Desktop dev launch: better-sqlite3 built for Node ABI 127, Electron 33 needs ABI 130 (bundled standalone copy)25 minutes
- npm test could not resolve @media-track/workflow before its dist was built4 minutes
- System node is v18 but package.json requires >=22.133 minutes
- Temps d'installation
- 41 minutes
- De la machine vierge à la fin
- 38 minutes
- Erreurs rencontrées et corrigées
- 3 rencontrées, 3 corrigées sans aide humaine
- Comment le résultat a été prouvé
- 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 modèle utilisés
- 1 844 470
- Commit exact testé
- eecbb4291325
- Image de conteneur
- sha256:cdd920bce783
Ce qui n'a pas été mesuré
L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.
- Pic de mémoire GPU
- cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
- Comportement sur une longue durée
- chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge
La fin de l'enregistrement
Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.
- `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…Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.
Comment le test a été mené
Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.
Points forts et limites
Des faits mesurés, pas des opinions. Comment ce site est rédigé.
Ce qui s'est bien passé
- A atteint un état de fonctionnement sur une machine propre, avec la session enregistrée.
- S'est remis des 3 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- A fonctionné sans GPU, il n'en a donc pas besoin pour démarrer.
- Sous licence 0BSD, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- Installation en 41 minutes, plus lente que la médiane des 69 projets comparables mesurés par Argusic.
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Sur les 70 projets ai-agent qu'Argusic a installés et chronométrés, mediary-scout a été le 69e plus rapide à atteindre un état de fonctionnement, et 43 sur 70 en ont atteint un.
Pour quoi c'est un choix raisonnable
- L'essayer sur un ordinateur portable ou un petit serveur : il a atteint un état de fonctionnement sans GPU.
Également testés, dans le même domaine
Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Fonctionne | 100,00 | 0,43 |
Sujets (depuis GitHub)
ai-agentcloud-drivedockerelectronembyhomelabinfusejellyfinmedia-automationmedia-servernasnextjsself-hostedtypescriptvidhub
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/mediary-scout)Questions
- mediary-scout fonctionne-t-il ?
- Oui. mediary-scout fonctionne. Argusic l'a installé et lancé sur une machine propre en 41 minutes, en rencontrant 3 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé mediary-scout ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit eecbb4291325. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de mediary-scout ?
- L'exécution qui a produit ce verdict a coûté 0,43 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
- Combien de temps faut-il pour installer mediary-scout ?
- 41 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
- mediary-scout a-t-il besoin d'un GPU ?
- Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
- Qu'est-ce qui pose problème lors de l'installation de mediary-scout ?
- 3 problèmes sont survenus lors de l'exécution enregistrée, et 3 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment mediary-scout se compare-t-il aux alternatives ?
- Sur les 70 projets ai-agent qu'Argusic a installés et chronométrés, mediary-scout a été le 69e plus rapide à atteindre un état de fonctionnement, et 43 sur 70 en ont atteint un.
- Où sont les preuves pour mediary-scout ?
- L'exécution enregistrée se trouve sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.