Original em inglês: https://argusic.com/subject/awesome-generative-ai-apps
awesome-generative-ai-apps
50+ aplicativos de AI generativa de código aberto que você pode clonar, fazer deploy e monetizar: geradores de imagem, ferramentas de vídeo, provadores virtuais, templates de AI SaaS e integrações de plataforma. Deploy com um clique no Vercel em cada template.
Executa com mocksfonte: GitHubpágina do projetoJavaScriptMITcommit 8fcaa253fbb8
JavaScript, licença MIT. O projeto se descreve como: ai apps, ai image generator, ai saas, ai tools, ai video generator, awesome, awesome list e generative ai.
awesome-generative-ai-apps executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 12 minutos e encontrou 3 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
social-post builds and serves 5/5 routes with HTTP 200 (static pages) or HTTP 401 (auth-required API) using SQLite database and mocked third-party credentials
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 92 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- No PostgreSQL available - Prisma used @prisma/adapter-pg with pg driver4 minutos
- Node.js v18.19.1 too old for Prisma v7 (required >=20.19)3 minutos
- Build failed: import PrismaLibSQL not found in @prisma/adapter-libsql (casing)1 minuto
- Tempo de instalação
- 12 minutos
- Da máquina limpa até o fim
- 15 minutos
- Erros encontrados e corrigidos
- 3 encontrados, 3 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- npm run build exited 0, npx next start served HTTP 200 on / /login /pricing /gallery, /api/creations returned HTTP 401 as expected for unauthenticated requests
- Tokens de modelo usados
- 124.797
- Commit exato testado
- 8fcaa253fbb8
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
- Comportamento com serviços reais
- esta execução foi verificada apenas com serviços substitutos
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
| 2 | No PostgreSQL available in container; Prisma used `@prisma/adapter-pg` + `pg` | Switched sche… | 3 | Build failed: `PrismaLibSQL` export not found (casing mismatch) | Fixed import to `PrismaLibS… | 4 | Environment variables missing | Created `.env` with mock credentials for all third-party serv… **What was verified:** - `npm run build` completes successfully (Prisma generate + Next.js production build, 0 errors) - `npx next start -p 3000` runs and responds: - `/` → HTTP 200 (30,563 bytes, contains expected content: "Social Post", "Generate", "LinkedIn",… - `/login` → HTTP 200 - `/pricing` → HTTP 200 - `/gallery` → HTTP 200 - `/api/creations` → HTTP 401 (correctly requires authentication) **Third-party services:** All mocked. MU_API_KEY is set to a fake value so the AI service falls bac…
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Instalado em 12 minutos.
- Recuperou-se de todos os 3 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Só chegou a um estado de execução com serviços substitutos, então nada aqui prova que ele funciona com os serviços reais.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,06 |
Tópicos (de GitHub)
ai-appsai-image-generatorai-saasai-toolsai-video-generatorawesomeawesome-listgenerative-aigenerative-ai-appsimage-generationnextjsnextjs-boilerplateopen-sourceopen-source-aisaas-boilerplatesaas-templateseedance2text-to-imagetext-to-videovideo-generation
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/awesome-generative-ai-apps)Perguntas
- awesome-generative-ai-apps executa?
- awesome-generative-ai-apps executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 12 minutos, encontrando 3 erros no caminho, e gravou a sessão.
- Como a Argusic testou awesome-generative-ai-apps?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 8fcaa253fbb8. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar awesome-generative-ai-apps?
- A execução que produziu este veredito custou US$ 0,06: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar awesome-generative-ai-apps?
- 12 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- awesome-generative-ai-apps precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar awesome-generative-ai-apps?
- 3 coisas quebraram na execução registrada, e 3 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Onde estão as evidências de awesome-generative-ai-apps?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.