Original en anglais: https://argusic.com/subject/video-use
video-use
Éditer des vidéos avec des coding agents
Fonctionnesource : GitHubpage d'accueilPythonMITcommit b877063835e6
Python, sous licence MIT.
video-use fonctionne. Un agent Argusic l'a installé en 0,5 minute et a rencontré 1 erreur, corrigée sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
video-use is installed in a virtualenv, all 26 tests pass, the render pipeline produces valid MP4 from EDL, color grading works with 3 presets, timeline_view generates composite previews, and the skill is registered for Codex.
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 96 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.
- extract_frames fails when end=video duration — ffmpeg produces no frame at the last timeslice0,3 minute
- Temps d'installation
- moins d'une minute
- De la machine vierge à la fin
- 5 minutes
- Erreurs rencontrées et corrigées
- 1 rencontrée, 1 corrigée sans aide humaine
- Comment le résultat a été prouvé
- python -m unittest discover tests/ -v → 26 tests, 0 failures, 0 errors (0.011s). render.py --draft with synthetic EDL → valid MP4 (63KB). grade.py --preset warm_cinematic → valid graded MP4 (11KB). timeline_view.py → valid PNG (26KB). Mocked transcribe.py → writes cached transcript JSON. pack_transcripts.py → writes packed MD.
- Tokens de modèle utilisés
- 79 590
- Commit exact testé
- b877063835e6
- 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
Regarder la session
L'exécution complète, depuis une machine propre, à la vitesse réelle. Rien n'est coupé et rien n'est accéléré.
Un enregistrement de la tentative 1, exécutée le . Le verdict ci-dessus provient d'une autre tentative : considérez donc ceci comme une session parmi d'autres, et non comme le résultat actuel. L'enregistrement du terminal dont elle est tirée constitue la preuve, conservée avec une empreinte sha256 ; la vidéo n'en est qu'un rendu. Rien n'est chargé depuis l'hébergeur de la vidéo tant que vous n'appuyez pas sur lecture.
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.
tokens used 79,590 The result line has been printed. Let me recap everything I did: **Install**: Created a venv (system Python is externally managed), installed all dependencies via p… **Error found & fixed**: `helpers/timeline_view.py` `extract_frames()` — when `end` equals the vide… **Verification**: - All **26 unit tests** pass (0 failures, 0 errors) - `render.py --draft` with a synthetic 2-clip EDL → valid 63KB MP4 - `grade.py --preset warm_cinematic` → valid 11KB graded MP4 - `timeline_view.py` → valid 26KB composite PNG - Mock ElevenLabs Scribe server → `transcribe_one()` writes correct cached transcript JSON - `pack_transcripts.py` → produces packed markdown from mock transcript
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 0,5 minute, plus vite que la médiane des 46 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.
- Mesuré 2 fois, le résultat n'est donc pas un cas isolé.
Sur les 47 projets Python qu'Argusic a installés et chronométrés, video-use a été le 8e plus rapide à atteindre un état de fonctionnement, et 28 sur 47 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 0,5 minute après le clone.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Fonctionne | 100,00 | 0,14 | |
| Argusic Runner | 1/3 | Fonctionne avec des mocks | 92,00 | 0,04 |
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/video-use)Questions
- video-use fonctionne-t-il ?
- Oui. video-use fonctionne. Argusic l'a installé et lancé sur une machine propre en 1 minute, en rencontrant 1 erreur en route, et a enregistré la session.
- Comment Argusic a-t-il testé video-use ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit b877063835e6. 2 tentatives sont enregistrées, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de video-use ?
- L'exécution qui a produit ce verdict a coûté 0,14 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 video-use ?
- 0,5 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.
- video-use 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 video-use ?
- 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 video-use se compare-t-il aux alternatives ?
- Sur les 47 projets Python qu'Argusic a installés et chronométrés, video-use a été le 8e plus rapide à atteindre un état de fonctionnement, et 28 sur 47 en ont atteint un.
- Où sont les preuves pour video-use ?
- Les 2 exécutions enregistrées se trouvent 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.