Original en anglais: https://argusic.com/subject/social-account-doctor
social-account-doctor
Outil de diagnostic de compte自媒体 (小红书, Douyin, Kuaishou, WeChat Video, Bilibili) et de déconstruction de contenus viraux. Analysez le même secteur pour trouver des références, déconstruisez pourquoi un contenu devient viral, diagnostiquez pourquoi personne ne regarde, et générez facilement un brouillon de réécriture prêt à être copié. Prend en charge le mode e-commerce avec vente. Compatible avec codex, claude code, workbuddy.
Fonctionne avec des mockssource : GitHubPythonMITcommit 2438d5ae7c8e
Python, sous licence MIT. Le projet se décrit ainsi : ai agent, ai agents, claude code skills, content analytics, copywriting, douyin, e commerce et skills.
social-account-doctor fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 7 minutes et a rencontré 1 erreur, corrigée sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
Repository builds in venv, all 129/131 tests pass (2 skipped for missing CJK fonts), tikhub CLI reports health OK against mock REST endpoint, all Python scripts load without import errors, and normalization/document analysis pipelines produce correct JSON output
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 92 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.
- requests package missing from requirements.txt but required by analyze_image.py and ocr_screenshot.py1 minute
- Temps d'installation
- 7 minutes
- De la machine vierge à la fin
- 6 minutes
- Erreurs rencontrées et corrigées
- 1 rencontrée, 1 corrigée sans aide humaine
- Comment le résultat a été prouvé
- pytest tests/ exited 0: 129 passed, 2 skipped; tikhub CLI --health returned {'status': 'ok'} against mock server; normalize_metrics processed 8 videos with baseline comparison; analyze_document extracted 5049 chars from README.md
- Tokens de modèle utilisés
- 526 218
- Commit exact testé
- 2438d5ae7c8e
- 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
- Comportement face aux vrais services
- cette exécution n'a été vérifiée qu'avec des services de substitution
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.
**Installation**: Created a Python venv, installed all dependencies from `requirements.txt` plus `r…
**Test suite**: 129 passed, 2 skipped (fpdf2 CJK tests skip due to no CJK fonts in the container — …
**Errors found and fixed**:
- `requests` was imported by `analyze_image.py` and `ocr_screenshot.py` but missing from `requireme…
- `TIKHUB_API_KEY` env var was needed but not set in tests — fixed by passing `TIKHUB_API_KEY=test-…
**Verification**:
- Test suite: `pytest tests/` → 129 passed, 2 skipped
- tikhub CLI `--health` → `{"status": "ok"}` against mock server
- tikhub CLI `--platforms` → 16 platforms listed including douyin, xiaohongshu, etc.
- `analyze_document.py README.md --json` → 5049 chars, 130 lines, 11 paragraphs
- `normalize_metrics.py` → 8 videos processed with spike detection
- `tikhub_client` direct API calls against mock REST server → endpoint docs verified, caching worksRevoir 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
- S'est remis de 1 erreur sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- Sous licence MIT, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- N'a atteint un état de fonctionnement qu'avec des services de substitution : rien ici ne prouve qu'il fonctionne avec les vrais.
- Installation en 7 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, social-account-doctor a été le 37e plus rapide à atteindre un état de fonctionnement, et 43 sur 70 en ont atteint un.
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 avec des mocks | 92,00 | 0,04 |
Sujets (depuis GitHub)
ai-agentai-agentsclaude-code-skillscontent-analyticscopywritingdouyine-commerceskillssocial-media-toolsxiaohongshu
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/social-account-doctor)Questions
- social-account-doctor fonctionne-t-il ?
- social-account-doctor fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 7 minutes, en rencontrant 1 erreur en route, et a enregistré la session.
- Comment Argusic a-t-il testé social-account-doctor ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 2438d5ae7c8e. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de social-account-doctor ?
- L'exécution qui a produit ce verdict a coûté 0,04 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 social-account-doctor ?
- 7 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.
- social-account-doctor 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 social-account-doctor ?
- 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 social-account-doctor se compare-t-il aux alternatives ?
- Sur les 70 projets ai-agent qu'Argusic a installés et chronométrés, social-account-doctor a été le 37e plus rapide à atteindre un état de fonctionnement, et 43 sur 70 en ont atteint un.
- Où sont les preuves pour social-account-doctor ?
- 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.