Bản gốc tiếng Anh: https://argusic.com/subject/qmedia

Qmedia

Một công cụ tìm kiếm nội dung AI mã nguồn mở được thiết kế riêng cho các nhà sáng tạo nội dung. Hỗ trợ trích xuất văn bản, hình ảnh và video ngắn. Cho phép triển khai hoàn toàn cục bộ (web app, RAG server, LLM server). Hỗ trợ RAG đa phương thức cho hỏi đáp nội dung.

Chạy đượcnguồn: GitHubTypeScriptMITcommit c890b2543ac5

TypeScript, giấy phép MIT. Dự án tự gắn nhãn: content, content search, rag, search, search engine và video.

Qmedia chạy được. Trên một máy sạch không có GPU, một agent của Argusic đã cài đặt nó trong 35 phút, gặp 11 lỗi và tự sửa hết mà không cần trợ giúp, và toàn bộ phiên làm việc được ghi lại.

All three services (mm_server on port 50110, mmrag_server on port 8001, qmedia_web on port 3000) are installed and respond to API calls; mmrag_server loads persisted index from db/ with embeddings for 14 assets and serves note search and detail APIs.

Kết quả agent đạt được trên máy sạch, bằng chính lời của nó. Cách đo

Argusic đo trên một máy mới mỗi lần. Mỗi con số đều link tới bằng chứng của nó. Điểm Argusic 100 trên 100 (trung bình điểm các lần chạy của dự án này).

Tóm tắt

kết luận
Chạy được
Điểm Argusic
100 / 100
chi phí của lần chạy kiểm chứng
0,25 USD (đo thực tế)
số lần chạy đã ghi
1
test gần nhất
lượt star
638
fork
75
issue đang mở
3
người theo dõi
13
dung lượng
38 MB
ngày tạo
push gần nhất

Dữ liệu dự án lấy từ GitHub, có link ở đầu trang, cập nhật . Dữ liệu test của Argusic (CC BY 4.0); mỗi con số đều link tới một trang run có đầy đủ log, bản ghi và mã sha256 của chúng.

Những gì đã đo

Lấy từ lần chạy quyết định kết luận này. Mỗi dòng là một giá trị được ghi lại, không phải ước tính.

Thời gian mất cho từng lỗi khi test Qmedia, vẽ từ lần chạy được ghi lại
Mỗi cột là một lỗi agent đã ghi lại, kèm thời gian nó tốn. Vẽ từ lần chạy này, không lấy từ nguồn nào khác.

Những gì trục trặc, bằng chính lời của agent

Lời của chính agent, lỗi nặng nhất trước, không bao giờ viết lại thành lời khuyên.

  • transformers 5.20 requires torch>=2.6 but torch 2.2.0 installed3 phút
  • faster-whisper model download blocks server at import time3 phút
  • PEP 668 externally-managed-environment blocked pip install system-wide2 phút
  • NumPy 2.5.4 incompatible with torch 2.2.0 (numpy.long removed)2 phút
  • scipy 1.12+ uses np.long incompatible with numpy 1.x2 phút
  • FastAPI 0.143 removed add_event_handler2 phút
Thời gian cài đặt
35 phút
Từ máy sạch đến khi xong
39 phút
Lỗi gặp và đã sửa
gặp 11, tự sửa 11 mà không cần người giúp
Cách chứng minh kết quả
mm_server: POST /api/embeddings returned 200 with 384-dim embedding, POST /api/clip-text-embeddings returned 200 with 512-dim embedding, POST /api/clip-image-embeddings returned 200 with 512-dim embedding; mmrag_server: GET / returned 200 with {'msg':'Access success.'}, GET /note-search?query=vlog&topk=3 returned 200 with 10 search results, GET /note/662534e20000000001004af8 returned 200 with title 'Vlog用综艺的方式去拍真的很酷😎5' and card_type 'video'; qmedia_web: GET / returned 200 with full Next.js HTML
Số token model đã dùng
347.769
Commit chính xác đã test
c890b2543ac5
Container image
sha256:cdd920bce783

Những gì chưa đo

Nửa còn lại, để bạn thấy rõ bằng chứng này đi xa tới đâu. Chỗ trống được ghi là chỗ trống và không bao giờ được lấp vào.

Bộ nhớ GPU cao nhất
lần này chạy trên máy CPU, nên không có GPU để đo
Hoạt động khi chạy lâu
mỗi lần thử dùng cấu hình nhỏ nhất có trong tài liệu và một khoảng thời gian cố định, nên đây là đo xem nó có chạy hay không, không đo nó chịu tải ra sao

Đoạn cuối của bản ghi

Những dòng cuối của phiên terminal đã quyết định kết luận này, đúng như khi được ghi lại.

**Errors encountered:**
1. **PEP 668 (externally-managed-environment)**: system pip blocked. Fixed by creating venvs.
2. **NumPy 2.x incompatibility with torch 2.2.0**: `numpy.long` removed. Fixed by pinning `numpy<2`…
3. **scipy version incompatibility**: scipy 1.12+ uses `np.long` which doesn't exist in numpy 1.x. …
4. **transformers/sentence-transformers version incompatibility with torch 2.2.0**: transformers > …
5. **python-multipart missing**: FastAPI requires it for form data. Fixed by installing `python-mul…
6. **moviepy 2.x import path change**: `moviepy.editor` removed in moviepy 2.x. Fixed by changing t…
7. **FastAPI 0.143 removed `add_event_handler`**: Fixed by switching to `lifespan` context manager.
8. **fast-whisper model download blocking server startup**: Moved whisper import from module-level …
9. **PermissionError on `/work/db`**: Config used `Path("").absolute().parent` resolving to `/work`…
10. **mmrag_server startup crash with Ollama unavailable**: The `on_startup` event tried to connect…
11. **OCRValidationError on image OCR responses**: mm_server's OCR API returns `{"error": ...}` for…

Xem lại toàn bộ phiên, mọi lệnh từ máy sạch tới thời điểm này.

Cách test

Một agent, một container, không có người giúp. Agent cài dự án theo đúng cách tài liệu của dự án hướng dẫn, chạy nó, và sửa những gì bị hỏng. Mọi thứ bên dưới được ghi lại đúng như đã diễn ra: phiên terminal, log và commit chính xác. Toàn bộ phương pháp.

Điểm mạnh và giới hạn

Dữ kiện đo được, không phải ý kiến. Cách viết nội dung.

Những gì suôn sẻ

  • Đạt trạng thái chạy được trên máy sạch, có ghi lại phiên làm việc.
  • Cài đặt trong 35 phút.
  • Tự khắc phục cả 11 lỗi mà không cần người can thiệp, cho thấy các lỗi được ghi trong tài liệu đủ rõ để giải quyết.
  • Chạy được không cần GPU, nên không cần GPU để khởi động.
  • Giấy phép MIT, theo thông tin từ nơi lưu trữ dự án.

Những gì không suôn sẻ, hoặc chưa biết

  • Mới đo một lần. Một lần thử cho thấy nó có thể chạy, chưa cho thấy nó chạy ổn định.

Phù hợp để dùng cho

  • Thử trên laptop hoặc máy chủ nhỏ: nó đạt trạng thái chạy được mà không cần GPU.

Cũng đã test, cùng lĩnh vực

Mỗi dự án ở đây đều được Argusic cài đặt và chạy trên máy sạch. Không có dự án nào chưa test xuất hiện ở đây.

  • txtai đã kiểm chứng chạy được · Python · 3 chủ đề chung
  • sentrysearch đã kiểm chứng chạy được · Python · 3 chủ đề chung
  • swirl-search đã kiểm chứng chạy được · Python · 3 chủ đề chung
  • trieve đã test, chưa kiểm chứng · Rust · 3 chủ đề chung
  • fess đã test, chưa kiểm chứng · Java · 3 chủ đề chung
  • sonic đã kiểm chứng chạy được · Rust · 2 chủ đề chung

Lịch sử chạy

test bởilần thửkết quảđiểmchi phí USDthời điểm
Argusic Runner1/3Chạy được100,000,25

Chủ đề (từ GitHub)

contentcontent-searchragsearchsearch-enginevideo

Nhúng badge

Markdown cho README của dự án. Badge link về trang này; điều khoản ở trang điều khoản.

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

Câu hỏi

Qmedia có chạy được không?
Có. Qmedia chạy được. Argusic đã cài đặt và khởi chạy nó trên một máy sạch trong 35 phút, gặp 11 lỗi trên đường đi, và ghi lại phiên làm việc.
Argusic đã test Qmedia như thế nào?
Trên một máy mới, dùng một lần, mọi lệnh đều được ghi lại và repo được ghim ở commit c890b2543ac5. Có một lần thử được ghi lại, và toàn bộ phương pháp nằm ở trang phương pháp.
Test Qmedia tốn bao nhiêu?
Lần chạy đưa ra kết luận này tốn 0,25 USD: chi phí máy và model thật, không phải giá niêm yết theo triệu token. Con số được ghi trên trang của lần chạy đó.
Cài đặt Qmedia mất bao lâu?
35 phút trong lần chạy quyết định kết luận này, từ máy sạch đến trạng thái chạy được. Đó là một lần thử đo được, không phải số trung bình.
Qmedia có cần GPU không?
Không cần để khởi động. Argusic đã đạt trạng thái chạy được trên một máy không có GPU.
Cài đặt Qmedia thì gặp lỗi gì?
11 lỗi xảy ra trong lần chạy được ghi lại, và 11 lỗi đã được sửa mà không cần người giúp. Từng lỗi, cùng thời gian nó tốn, được liệt kê trên trang này.
Bằng chứng cho Qmedia ở đâu?
Lần chạy được ghi lại nằm trên trang này, mỗi lần link tới log đầy đủ và terminal recording, được lưu kèm dấu vân tay sha256 để không thể bị sửa lén.

Discussion