Original en anglais: https://argusic.com/subject/vrct
VRCT
VRCT (Traducteur et transcription de la boîte de discussion de VRChat)
Fonctionnesource : GitHubpage d'accueilPythonNOASSERTIONcommit 429a593fca42
Python, sous licence NOASSERTION. Le projet se décrit ainsi : osc, speech recognition, speech to text et vrchat.
VRCT fonctionne. Un agent Argusic l'a installé en 48 minutes et a rencontré 6 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
Python backend starts and completes full initialization (Whisper model, CTranslate2, OSC), Vite frontend builds and serves, all 936 pytest tests pass, OCR engine is ready with downloaded models, Rust toolchain installed; Tauri native build blocked by missing webkit2gtk-4.1 system libraries (not installable without root).
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 60 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.
- pyaudiowpatch==0.2.12.6 has no Linux wheel (Windows-only WASAPI PortAudio bindings)8 minutes
- Tauri requires webkit2gtk-4.1, javascriptcoregtk-4.1, and libsoup-3.0 development libraries to build (missing system-wide)5 minutes
- models/clipboard/clipboard.py unconditionally tries ctypes.WinDLL for user32/kernel32 on all platforms3 minutes
- tools/chatbox_sample_player.py raises RuntimeError('Interactive playback requires Windows') unconditionally on non-Windows, even for --dry-run and --start which never call msvcrt3 minutes
- src-ui/import uses lowercase vrct.svg but the file is uppercase VRCT.svg (Windows case-insensitive vs Linux case-sensitive FS)2 minutes
- test_clipboard_focus_and_paste.py::test_copies_and_pastes_when_focus_succeeds expects focus/paste path that is gated on sys.platform == 'win32' and never runs on Linux1 minute
- Temps d'installation
- 48 minutes
- De la machine vierge à la fin
- 25 minutes
- Erreurs rencontrées et corrigées
- 6 rencontrées, 6 corrigées sans aide humaine
- Comment le résultat a été prouvé
- pytest src-python/test/ exited 0 with 936 passed; vite build completed (dist/ with index.html and assets); npm run vite-preview answered HTTP 200 on port 4317; python src-python/mainloop.py completed initialization and emitted /run/initialization_complete; OCR fetch and engine verification succeeded; curl -s -o /dev/null -w '%{http_code}' http://127.0.0.1:4317/ returned 200
- Tokens de modèle utilisés
- 1 727 111
- Commit exact testé
- 429a593fca42
- 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 2, exécutée le , la tentative qui a décidé le verdict ci-dessus. 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.
=== Whisper transcription test ===
Traceback (most recent call last):
File "<string>", line 4, in <module>
File "/work/repo/.venv/lib/python3.12/site-packages/faster_whisper/transcribe.py", line 834, in t…
audio = decode_audio(audio, sampling_rate=sampling_rate)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
=== test_data directory ===
no test_data dir
Now I have everything I need. Let me compile the final ARGUSIC_RESULT JSON.
tokens used
1,727,111
Now I have everything I need. Let me compile the final ARGUSIC_RESULT JSON.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 48 minutes.
- S'est remis des 6 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.
- Mesuré 2 fois, le résultat n'est donc pas un cas isolé.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- Son fichier de licence n'a pas pu être classé automatiquement : vérifiez-le vous-même avant de l'utiliser.
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 | 2/3 | Fonctionne | 100,00 | 0,33 | |
| Argusic Runner | 1/3 | N'a pas fonctionné | 20,00 | 0,23 |
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/vrct)Questions
- VRCT fonctionne-t-il ?
- Oui. VRCT fonctionne. Argusic l'a installé et lancé sur une machine propre en 48 minutes, en rencontrant 6 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé VRCT ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 429a593fca42. 2 tentatives sont enregistrées, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de VRCT ?
- L'exécution qui a produit ce verdict a coûté 0,33 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 VRCT ?
- 48 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.
- VRCT 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 VRCT ?
- 6 problèmes sont survenus lors de l'exécution enregistrée, et 6 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Où sont les preuves pour VRCT ?
- 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.