Original en anglais: https://argusic.com/subject/weftcut
WeftCut
Éditeur vidéo AI gratuit et open source pour macOS, Windows et Linux: pilotez toute la timeline depuis n'importe quel client MCP.
Fonctionnesource : GitHubpage d'accueilTypeScriptMITcommit 610061dca1e9
TypeScript, sous licence MIT. Le projet se décrit ainsi : ai agent, ai video editor, claude, cross platform, desktop app, electron, ffmpeg et llm.
WeftCut fonctionne. Un agent Argusic l'a installé en 31 minutes et a rencontré 8 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
WeftCut v0.4.0 builds successfully on Linux x64: both napi addons compiled (@weftcut/core exports 17 symbols, @weftcut/native-decode compiled with ffmpeg-lgpl), ffmpeg and ffmpeg-lgpl resources staged, vitest suite runs 9284 of 9288 tests passing, all 20 Rust eval-crate tests pass, 99 of 100 script tests pass.
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.
- Node.js v18.19.1 too old (requires >=24)3 minutes
- napi:build:decode failed - libclang not found3 minutes
- clang bindgen failed - limits.h not found3 minutes
- Rust toolchain not installed2 minutes
- npmrc ignore-scripts=true blocked optional native bindings1 minute
- ffmpeg-sys-next build failed - libavutil.pc not found1 minute
- Temps d'installation
- 31 minutes
- De la machine vierge à la fin
- 31 minutes
- Erreurs rencontrées et corrigées
- 8 rencontrées, 8 corrigées sans aide humaine
- Comment le résultat a été prouvé
- npm test --workspace apps/desktop: 9284 passed, 1 failed; cargo test in native/eval: 20 passed; node -e 'require("native/index.linux-x64-gnu.node")' loads and exports 17 symbols
- Tokens de modèle utilisés
- 157 699
- Commit exact testé
- 610061dca1e9
- 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.
4. **napi:build:decode failed** multiple times: - `libclang` not found → extracted from apt `.deb` packages (libclang1-18, libllvm18), set `LIBC… - `ffmpeg-sys-next` couldn't find `libavutil.pc` → set `PKG_CONFIG_PATH` to ffmpeg-lgpl's pkgcon… - Clang couldn't find `limits.h` → extracted `libclang-common-18-dev` headers, set `C_INCLUDE_PA… 5. **1 pre-existing vitest failure** (`rmSync` on symlinked dir — Node 24 behavior) 6. **1 pre-existing script test failure** (Playwright Chromium not installed) **What was verified:** - `npm test`: 9284 passed, 1 failed (pre-existing), 3 skipped - `cargo test` (eval crate): 20 passed - `npm run test:scripts`: 99 passed, 1 failed (Playwright Chromium not installed) - Core napi addon loads and exports 17 symbols - Both napi addons built and co-located with ffmpeg-lgpl shared libs
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 8 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 MIT, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- Installation en 31 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, WeftCut a été le 65e 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 | 0,45 |
Sujets (depuis GitHub)
ai-agentai-video-editorclaudecross-platformdesktop-appelectronffmpegllmmcpmcp-servermodel-context-protocolnlenon-linear-editorpixijsrusttypescriptvideovideo-editingvideo-editorwebcodecs
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/weftcut)Questions
- WeftCut fonctionne-t-il ?
- Oui. WeftCut fonctionne. Argusic l'a installé et lancé sur une machine propre en 31 minutes, en rencontrant 8 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé WeftCut ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 610061dca1e9. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de WeftCut ?
- L'exécution qui a produit ce verdict a coûté 0,45 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 WeftCut ?
- 31 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.
- WeftCut 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 WeftCut ?
- 8 problèmes sont survenus lors de l'exécution enregistrée, et 8 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment WeftCut se compare-t-il aux alternatives ?
- Sur les 70 projets ai-agent qu'Argusic a installés et chronométrés, WeftCut a été le 65e plus rapide à atteindre un état de fonctionnement, et 43 sur 70 en ont atteint un.
- Où sont les preuves pour WeftCut ?
- 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.