Original em inglês: https://argusic.com/subject/brag
brag
Você construiu. Agora se gabe. Transforme o projeto que você acabou de criar em um vídeo de lançamento curto e compartilhável com um comando.
Executafonte: GitHubpágina do projetoPythonMITcommit c893c5ed52ae
Python, licença MIT. O projeto se descreve como: agent skills, claude code, claude skills, hyperframes, launch video e video generation.
brag executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 5,2 minutos e encontrou 2 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
Node.js v22.11.0 on PATH, Hyperframes 0.9.6 with Chrome headless shell, FFmpeg 6.1.1, Python venv with librosa 1.0.0. The npx skills CLI installed brag and brag-slim into .agents/skills/. All 5 example videos, the docs hero video, and a freshly rendered Hyperframes test composition produce valid h264 MP4 with no decode errors.
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 100 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.
- Node.js v18 (system) too old for skills CLI and Hyperframes (require >=22)2 minutos
- System Python 3.12 externally managed (PEP 668), can't pip install librosa system-wide0,5 minutos
- Tempo de instalação
- 5 minutos
- Da máquina limpa até o fim
- 5 minutos
- Erros encontrados e corrigidos
- 2 encontrados, 2 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- npx hyperframes render test composition produced valid 3s h264 MP4; all 5 example brag.mp4 files validated via ffprobe/ffmpeg with zero errors; node check-brag-slim.mjs and node check-docs.mjs both passed
- Tokens de modelo usados
- 151.238
- Commit exato testado
- c893c5ed52ae
- 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
Assista à sessão
A execução inteira, a partir de uma máquina limpa, na velocidade em que realmente aconteceu. Nada é cortado e nada é acelerado.
Uma gravação da tentativa 1, executada em . O veredito acima vem de outra tentativa, então veja isto como uma sessão e não como o resultado atual. A gravação do terminal da qual ele foi feito é a evidência, guardada com uma impressão digital sha256; o vídeo é uma renderização dela. Nada é carregado do serviço de vídeo até você apertar o play.
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
- **unzip** not installed (Hyperframes wants it for Chrome extraction, but Chrome was already cache… - All optional Hyperframes dependencies (whisper-cpp, Kokoro TTS, MusicGen, Docker) are missing but… **Verified working:** | What | Status | |---|---| | `skills` CLI install of brag & brag-slim | ✅ | | Hyperframes render (3s test composition → valid h264 MP4) | ✅ | | All 5 example `brag.mp4` files (h264 + AAC, no decode errors) | ✅ | | Docs hero `brag-about-brag.mp4` (valid container) | ✅ | | `check-brag-slim.mjs` (slim.md sync) | ✅ | | `check-docs.mjs` (3 gallery videos, all references) | ✅ | | Python `analyze_music_cues.py` (tempo analysis, beat grid) | ✅ |
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
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Recuperou-se de todos os 2 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença MIT, segundo a plataforma onde o projeto está hospedado.
- Medido 2 vezes, então o resultado não é um caso isolado.
O que não deu certo, ou não se sabe
- Levou 5,2 minutos para instalar, mais devagar que a mediana dos 46 projetos comparáveis que a Argusic mediu.
Dos 47 projetos de Python que a Argusic instalou e cronometrou, brag foi o 33º mais rápido a chegar a um estado de execução, e 28 de 47 chegaram a esse estado.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
- Uma avaliação rápida: ele estava executando 5,2 minutos depois do clone.
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
Tópicos (de GitHub)
agent-skillsclaude-codeclaude-skillshyperframeslaunch-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/brag)Perguntas
- brag executa?
- Sim. brag executa. A Argusic o instalou e iniciou em uma máquina limpa em 5 minutos, encontrando 2 erros no caminho, e gravou a sessão.
- Como a Argusic testou brag?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit c893c5ed52ae. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar brag?
- A execução que produziu este veredito custou US$ 0,02: 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 brag?
- 5,2 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- brag 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 brag?
- 2 coisas quebraram na execução registrada, e 2 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como brag se compara às alternativas?
- Dos 47 projetos de Python que a Argusic instalou e cronometrou, brag foi o 33º mais rápido a chegar a um estado de execução, e 28 de 47 chegaram a esse estado.
- Onde estão as evidências de brag?
- Todas as 2 execuções registradas estão 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.