Original en anglais: https://argusic.com/subject/qiaomu-cut-skill
qiaomu-cut-skill
乔木智能视频导演 Skill：素材治理、双语字幕、品牌包装与可复现渲染 | Directeur vidéo natif agent avec un sourcing encadré et un rendu vérifiable
Fonctionnesource : GitHubJavaScriptMITcommit 823feff5c1c1
JavaScript, sous licence MIT. Le projet se décrit ainsi : agent skill, ai video, ffmpeg, nodejs, subtitles et video editing.
qiaomu-cut-skill fonctionne. Un agent Argusic l'a installé en 0,1 minute et a rencontré 1 erreur, corrigée sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
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.
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.
- 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 minutes
- Temps d'installation
- moins d'une minute
- De la machine vierge à la fin
- 2 minutes
- Erreurs rencontrées et corrigées
- 1 rencontrée, 1 corrigée sans aide humaine
- Comment le résultat a été prouvé
- 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 modèle utilisés
- 44 484
- Commit exact testé
- 823feff5c1c1
- 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.
### 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…
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.
- Installé en 0,1 minute, plus vite que la médiane des 13 projets comparables mesurés par Argusic.
- S'est remis de 1 erreur 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 MIT, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Sur les 14 projets agent-skill qu'Argusic a installés et chronométrés, qiaomu-cut-skill a été le plus rapide à atteindre un état de fonctionnement, et 11 sur 14 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.
- Une évaluation rapide : il fonctionnait 0,1 minute après le clone.
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 | 0,06 |
Sujets (depuis GitHub)
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/qiaomu-cut-skill)Questions
- qiaomu-cut-skill fonctionne-t-il ?
- Oui. qiaomu-cut-skill fonctionne. Argusic l'a installé et lancé sur une machine propre en 0 minute, en rencontrant 1 erreur en route, et a enregistré la session.
- Comment Argusic a-t-il testé qiaomu-cut-skill ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 823feff5c1c1. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de qiaomu-cut-skill ?
- L'exécution qui a produit ce verdict a coûté 0,06 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 qiaomu-cut-skill ?
- 0,1 minute 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.
- qiaomu-cut-skill 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 qiaomu-cut-skill ?
- 1 problème est survenu lors de l'exécution enregistrée, et 1 a été corrigé sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment qiaomu-cut-skill se compare-t-il aux alternatives ?
- Sur les 14 projets agent-skill qu'Argusic a installés et chronométrés, qiaomu-cut-skill a été le plus rapide à atteindre un état de fonctionnement, et 11 sur 14 en ont atteint un.
- Où sont les preuves pour qiaomu-cut-skill ?
- 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.