英語の原文: https://argusic.com/subject/weftcut

WeftCut

macOS、Windows、Linux 向けの無料のオープンソース AI ビデオエディター。あらゆる MCP クライアントからタイムライン全体を操作できます。

動作するソース: GitHubホームページTypeScriptMITコミット 610061dca1e9

TypeScript、MIT ライセンス. プロジェクト自身の表記: ai agent、ai video editor、claude、cross platform、desktop app、electron、ffmpeg、llm.

WeftCut は動作します。Argusic のエージェントが GPU のないクリーンなマシンで 31 分でインストールし、8 件のエラーに遭遇してすべてを自力で修正し、セッション全体が記録されました。

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.

クリーンなマシンでエージェントが最終的に得た結果 (エージェント自身の言葉)。 計測方法

Argusic が毎回新しいマシンで計測しています。 すべての数値はその証拠にリンクしています。 Argusic スコア 100 点中 100 点 (このプロジェクトの実行スコアの平均)。

概要

判定
動作する
Argusic スコア
100 / 100
検証した実行のコスト
0.45 USD (実測)
記録された実行
1
最終テスト
スター
309
フォーク
49
未解決の Issue
17
ウォッチャー
6
サイズ
48 MB
作成日
最終プッシュ

プロジェクトのデータは GitHub から取得 (このページの冒頭にリンクあり)、更新日 。テストデータは Argusic によるもので (CC BY 4.0)、すべての数値は、完全なログ、録画、それらの sha256 ハッシュを含む実行ページにリンクしています。

計測した内容

この判定を決めた実行から取得しています。 各行は記録された値であり、推定値ではありません。

WeftCut のテスト中に各失敗で失われた時間 (記録された実行から作成)
各バーはエージェントが記録した失敗と、それにかかった時間です。この実行のデータのみから描いています。

うまくいかなかった点 (エージェント自身の言葉)

エージェント自身の言葉を、深刻なものから順に掲載しています。助言に書き換えることはありません。

  • Node.js v18.19.1 too old (requires >=24)3 分
  • napi:build:decode failed - libclang not found3 分
  • clang bindgen failed - limits.h not found3 分
  • Rust toolchain not installed2 分
  • npmrc ignore-scripts=true blocked optional native bindings1 分
  • ffmpeg-sys-next build failed - libavutil.pc not found1 分
インストール時間
31 分
クリーンなマシンから完了まで
31 分
遭遇したエラーと修正したエラー
8 件に遭遇、8 件を人の手を借りずに修正
結果の証明方法
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
使用したモデルのトークン
157,699
テストした正確なコミット
610061dca1e9
コンテナイメージ
sha256:cdd920bce783

計測していない内容

残りの半分です。この証拠がどこまでを示すのかを正確に確認できます。欠けている部分は欠けているものとして表示し、埋めることはありません。

GPU メモリのピーク
CPU マシンで実行したため、サンプリングする GPU がありませんでした
長時間の実行での振る舞い
各試行はドキュメントにある最小の設定と決まった時間予算を使うため、計測しているのは動作するかどうかであり、負荷のもとでどう持ちこたえるかではありません

録画の最後

この判定を決めたターミナルセッションの最後の行を、記録されたとおりに表示しています。

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

セッション全体を再生 (クリーンなマシンからこの時点までのすべてのコマンド)。

テスト方法

1 つのエージェント、1 つのコンテナで、人の手は借りません。エージェントはプロジェクト自身のドキュメントに書かれた方法でインストールし、実行し、壊れた部分を修正します。以下はすべて、実際に起きたとおりに記録されています: ターミナルセッション、ログ、そして正確なコミットです。 評価方法の全文.

強みと限界

意見ではなく、計測された事実です。コンテンツの作成方法.

うまくいった点

  • クリーンなマシンで実行状態に達し、セッションが記録されました。
  • 8 件のエラーすべてから、人の介入なしに回復しました。失敗が解決できる程度にはドキュメント化されていることを示しています。
  • GPU なしで動作したため、起動に GPU は必要ありません。
  • ホストの報告によると、ライセンスは MIT です。

うまくいかなかった点、または不明な点

  • インストールに 31 分かかり、Argusic が計測した比較可能な 69 件のプロジェクトの中央値より遅い結果です。
  • これまでの計測は 1 回です。1 回の試行は動作し得ることを示すだけで、安定して動作することは示しません。

Argusic がインストールして時間を計測した ai-agent のプロジェクト 70 件のうち、WeftCut は実行状態に達するまでの速さが 65 番目で、70 件中 43 件がそもそも実行状態に達しました。

適している用途

  • ノートパソコンや小さなサーバーで試す場合: GPU なしで実行状態に達しました。

同じ分野でテストしたプロジェクト

ここに挙げたものはすべて、Argusic がクリーンなマシンにインストールして実行しました。テストしていないものは表示されません。

  • FableCut 動作を検証済み · JavaScript · 共通のトピック 8 件
  • oh-my-cassette テスト済み、未検証 · Python · 共通のトピック 7 件
  • ffmpeg-skill 動作を検証済み · Python · 共通のトピック 6 件
  • OpenOSINT 動作を検証済み · Python · 共通のトピック 6 件
  • velocut 動作を検証済み · TypeScript · 共通のトピック 6 件
  • trinity テスト済み、未検証 · Python · 共通のトピック 6 件

実行履歴

テスト担当試行結果スコアコスト (USD)日時
Argusic Runner1/3動作した100.000.45

トピック (出典: GitHub)

ai-agentai-video-editorclaudecross-platformdesktop-appelectronffmpegllmmcpmcp-servermodel-context-protocolnlenon-linear-editorpixijsrusttypescriptvideovideo-editingvideo-editorwebcodecs

バッジを埋め込む

プロジェクトの README に貼る Markdown です。バッジはこのページにリンクします。利用条件: 利用規約ページ.

[![Tested by Argusic](https://argusic.com/badge/WeftCut.svg)](https://argusic.com/subject/weftcut)

質問

WeftCut は動作しますか?
はい。WeftCut は動作します. Argusic はクリーンなマシンで 31 分でインストールして起動し、途中で 8 件のエラーに遭遇し、セッションを記録しました。
Argusic は WeftCut をどのようにテストしましたか?
新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット 610061dca1e9 に固定)。記録された試行は 1 回で、手順の全体は評価方法のページに掲載しています。
WeftCut のテストにはいくらかかりましたか?
この判定を出した実行のコストは 0.45 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。
WeftCut のインストールにはどのくらい時間がかかりますか?
この判定を決めた実行では、クリーンなマシンから実行状態まで 31 分でした。これは 1 回の計測された試行であり、平均ではありません。
WeftCut には GPU が必要ですか?
起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。
WeftCut のインストールでは何がうまくいきませんか?
記録された実行では 8 件の問題が発生しました。そのうち 8 件は人の手を借りずに修正されました。それぞれの問題と、かかった時間をこのページに掲載しています。
WeftCut は代替のプロジェクトと比べてどうですか?
Argusic がインストールして時間を計測した ai-agent のプロジェクト 70 件のうち、WeftCut は実行状態に達するまでの速さが 65 番目で、70 件中 43 件がそもそも実行状態に達しました。
WeftCut の証拠はどこにありますか?
記録された実行をこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。

Discussion