Original em inglês: https://argusic.com/subject/video-use
video-use
Edite vídeos com coding agents
Executafonte: GitHubpágina do projetoPythonMITcommit b877063835e6
Python, licença MIT.
video-use executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 0,5 minutos e encontrou 1 erro, corrigindo-o sem ajuda, e a sessão inteira foi gravada.
video-use is installed in a virtualenv, all 26 tests pass, the render pipeline produces valid MP4 from EDL, color grading works with 3 presets, timeline_view generates composite previews, and the skill is registered for Codex.
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 96 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.
- extract_frames fails when end=video duration — ffmpeg produces no frame at the last timeslice0,3 minutos
- Tempo de instalação
- menos de um minuto
- Da máquina limpa até o fim
- 5 minutos
- Erros encontrados e corrigidos
- 1 encontrado, 1 corrigido sem ajuda humana
- Como o resultado foi comprovado
- python -m unittest discover tests/ -v → 26 tests, 0 failures, 0 errors (0.011s). render.py --draft with synthetic EDL → valid MP4 (63KB). grade.py --preset warm_cinematic → valid graded MP4 (11KB). timeline_view.py → valid PNG (26KB). Mocked transcribe.py → writes cached transcript JSON. pack_transcripts.py → writes packed MD.
- Tokens de modelo usados
- 79.590
- Commit exato testado
- b877063835e6
- 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.
tokens used 79,590 The result line has been printed. Let me recap everything I did: **Install**: Created a venv (system Python is externally managed), installed all dependencies via p… **Error found & fixed**: `helpers/timeline_view.py` `extract_frames()` — when `end` equals the vide… **Verification**: - All **26 unit tests** pass (0 failures, 0 errors) - `render.py --draft` with a synthetic 2-clip EDL → valid 63KB MP4 - `grade.py --preset warm_cinematic` → valid 11KB graded MP4 - `timeline_view.py` → valid 26KB composite PNG - Mock ElevenLabs Scribe server → `transcribe_one()` writes correct cached transcript JSON - `pack_transcripts.py` → produces packed markdown from mock transcript
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.
- Instalado em 0,5 minutos, mais rápido que a mediana dos 46 projetos comparáveis que a Argusic mediu.
- Recuperou-se do único erro 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.
Dos 47 projetos de Python que a Argusic instalou e cronometrou, video-use foi o 8º 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 0,5 minutos depois do clone.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Executa | 100,00 | 0,14 | |
| Argusic Runner | 1/3 | Executa com mocks | 92,00 | 0,04 |
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/video-use)Perguntas
- video-use executa?
- Sim. video-use executa. A Argusic o instalou e iniciou em uma máquina limpa em 1 minutos, encontrando 1 erro no caminho, e gravou a sessão.
- Como a Argusic testou video-use?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit b877063835e6. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar video-use?
- A execução que produziu este veredito custou US$ 0,14: 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 video-use?
- 0,5 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- video-use 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 video-use?
- 1 coisa quebrou na execução registrada, e 1 foi corrigida sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como video-use se compara às alternativas?
- Dos 47 projetos de Python que a Argusic instalou e cronometrou, video-use foi o 8º mais rápido a chegar a um estado de execução, e 28 de 47 chegaram a esse estado.
- Onde estão as evidências de video-use?
- 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.