英文原文: https://argusic.com/subject/qmedia

Qmedia

一个面向内容创作者的开源 AI 内容搜索引擎。支持提取文本、图片和短视频。允许完全本地部署（web app、RAG server、LLM server）。支持多模态 RAG 内容问答。

可运行来源：GitHubTypeScriptMITcommit c890b2543ac5

TypeScript，MIT 许可证. 项目的自我描述：content、content search、rag、search、search engine 和 video.

Qmedia 可以运行。一个 Argusic agent 在一台没有 GPU 的干净机器上用 35 分钟完成了安装，遇到 11 个错误，并在无人协助的情况下全部修复，整个会话都被记录了下来。

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.

agent 在干净的机器上最终得到的结果，用它自己的话说。 测量方式

每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 100，满分 100（该项目各次运行得分的平均值）。

概览

结论
可运行
Argusic 评分
100 / 100
验证运行的成本
0.25 USD（实测）
已记录的运行次数
1
最近测试
星标
638
fork 数
75
未关闭的 issue
3
关注者
13
大小
38 MB
创建于
最近推送

项目数据来自 GitHub，链接见本页顶部，更新于 。测试数据由 Argusic 提供 (CC BY 4.0)；每个数字都链接到一个运行页面，附完整的 log、录屏及其 sha256 哈希。

测量了什么

来自决定该结论的那次运行。 每一行都是记录下来的数值，而非估算。

测试 Qmedia 时每个故障耗费的时间，取自已记录的运行
每一根柱子都是 agent 记录的一次失败，以及它耗费的时间。数据仅取自本次运行。

哪里出了问题，用 agent 自己的话说

agent 的原话，最严重的排在最前，从不改写成建议。

  • transformers 5.20 requires torch>=2.6 but torch 2.2.0 installed3 分钟
  • faster-whisper model download blocks server at import time3 分钟
  • PEP 668 externally-managed-environment blocked pip install system-wide2 分钟
  • NumPy 2.5.4 incompatible with torch 2.2.0 (numpy.long removed)2 分钟
  • scipy 1.12+ uses np.long incompatible with numpy 1.x2 分钟
  • FastAPI 0.143 removed add_event_handler2 分钟
安装时间
35 分钟
从冷启动机器到完成
39 分钟
遇到并修复的错误
遇到 11 个，在无人协助的情况下修复了 11 个
结果是如何证明的
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
使用的模型 token
347,769
测试的确切 commit
c890b2543ac5
容器镜像
sha256:cdd920bce783

没有测量什么

另一半内容，让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失，从不填补。

GPU 显存峰值
本次运行在 CPU 机器上进行，没有可采样的 GPU
长时间运行的表现
每次尝试都使用文档中最小的设置和固定的时间预算，因此这里测量的是它能否运行，而不是它在负载下的表现

录屏的结尾

决定该结论的终端会话的最后几行，与录制时完全一致。

**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…

回放完整会话，从干净的机器到此刻的每一条命令。

测试方式

一个 agent，一个容器，没有人工协助。它按照项目自身文档所写的方式安装项目，运行它，并修复出错的地方。下面的一切都按实际发生的过程记录：终端会话、log 和确切的 commit。 完整方法论.

优势与局限

均为实测事实，而非观点。内容是如何撰写的.

顺利的部分

  • 在干净的机器上达到了运行状态，会话有完整记录。
  • 用 35 分钟完成安装。
  • 在无人介入的情况下从全部 11 个错误中恢复，说明这些故障的文档足以让人解决。
  • 无需 GPU 即可运行，因此启动它并不需要 GPU。
  • 采用 MIT 许可证，以其托管平台报告的信息为准。

不顺利或尚不清楚的部分

  • 目前只测量过一次。单次尝试只能说明它可以运行，不能说明它能稳定运行。

适合用于

  • 在笔记本电脑或小型服务器上试用：它无需 GPU 即达到了运行状态。

同一领域中也测试过的项目

这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。

  • txtai 已验证可运行 · Python · 3 个共同主题
  • sentrysearch 已验证可运行 · Python · 3 个共同主题
  • swirl-search 已验证可运行 · Python · 3 个共同主题
  • trieve 已测试，未验证 · Rust · 3 个共同主题
  • fess 已测试，未验证 · Java · 3 个共同主题
  • sonic 已验证可运行 · Rust · 2 个共同主题

运行历史

测试者尝试结果评分成本 USD时间
Argusic Runner1/3可运行100.000.25

主题 (来自 GitHub)

contentcontent-searchragsearchsearch-enginevideo

嵌入徽章

用于项目 README 的 Markdown。徽章链接回本页；使用条款见 条款页面.

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

常见问题

Qmedia 能运行吗？
是的。Qmedia 可以运行. Argusic 在一台干净的机器上安装并启动了它，用时 35 分钟，过程中遇到 11 个错误，并记录了整个会话。
Argusic 是如何测试 Qmedia 的？
在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit c890b2543ac5。共记录了 1 次尝试，完整方法见方法论页面。
测试 Qmedia 花了多少钱？
得出该结论的那次运行花费 0.25 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
Qmedia 安装需要多长时间？
在决定该结论的那次运行中，从干净的机器到运行状态用了 35 分钟。这是一次实测的尝试，不是平均值。
Qmedia 需要 GPU 吗？
启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
安装 Qmedia 时会出现什么问题？
已记录的运行中出现了 11 个问题，其中 11 个在无人协助的情况下被修复。每个问题及其耗费的时间都列在本页上。
Qmedia 的证据在哪里？
这次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。

Discussion