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

WeftCut

免费、开源的 AI 视频编辑器,支持 macOS、Windows 和 Linux,可从任何 MCP 客户端驱动整个时间线。

可运行来源:GitHub项目主页TypeScriptMITcommit 610061dca1e9

TypeScript,MIT 许可证. 项目的自我描述:ai agent、ai video editor、claude、cross platform、desktop app、electron、ffmpeg 和 llm.

WeftCut 可以运行。一个 Argusic agent 在一台没有 GPU 的干净机器上用 31 分钟完成了安装,遇到 8 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。

WeftCut v0.4.0 builds successfully on Linux x64: both napi addons compiled (@weftcut/core exports 17 symbols, @weftcut/native-decode compiled with ffmpeg-lgpl), ffmpeg and ffmpeg-lgpl resources staged, vitest suite runs 9284 of 9288 tests passing, all 20 Rust eval-crate tests pass, 99 of 100 script tests pass.

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
0.45 USD(实测)
已记录的运行次数
1
最近测试
星标
310
fork 数
49
未关闭的 issue
17
关注者
6
大小
48 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 WeftCut 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。

  • Node.js v18.19.1 too old (requires >=24)3 分钟
  • napi:build:decode failed - libclang not found3 分钟
  • clang bindgen failed - limits.h not found3 分钟
  • Rust toolchain not installed2 分钟
  • npmrc ignore-scripts=true blocked optional native bindings1 分钟
  • ffmpeg-sys-next build failed - libavutil.pc not found1 分钟
安装时间
31 分钟
从冷启动机器到完成
31 分钟
遇到并修复的错误
遇到 8 个,在无人协助的情况下修复了 8 个
结果是如何证明的
npm test --workspace apps/desktop: 9284 passed, 1 failed; cargo test in native/eval: 20 passed; node -e 'require("native/index.linux-x64-gnu.node")' loads and exports 17 symbols
使用的模型 token
157,699
测试的确切 commit
610061dca1e9
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。

4. **napi:build:decode failed** multiple times:
   - `libclang` not found → extracted from apt `.deb` packages (libclang1-18, libllvm18), set `LIBC…
   - `ffmpeg-sys-next` couldn't find `libavutil.pc` → set `PKG_CONFIG_PATH` to ffmpeg-lgpl's pkgcon…
   - Clang couldn't find `limits.h` → extracted `libclang-common-18-dev` headers, set `C_INCLUDE_PA…
5. **1 pre-existing vitest failure** (`rmSync` on symlinked dir — Node 24 behavior)
6. **1 pre-existing script test failure** (Playwright Chromium not installed)
**What was verified:**
- `npm test`: 9284 passed, 1 failed (pre-existing), 3 skipped
- `cargo test` (eval crate): 20 passed
- `npm run test:scripts`: 99 passed, 1 failed (Playwright Chromium not installed)
- Core napi addon loads and exports 17 symbols
- Both napi addons built and co-located with ffmpeg-lgpl shared libs

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。
  • 在无人介入的情况下从全部 8 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

  • 安装用了 31 分钟,慢于 Argusic 测量过的 69 个同类项目的中位数。
  • 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。

在 Argusic 安装并计时过的 70 个 ai-agent 项目中,WeftCut 达到运行状态的速度排名第 65,70 个项目中有 43 个达到了运行状态。

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。

运行历史

测试者尝试结果评分成本 USD时间
Argusic Runner1/3可运行100.000.45

主题 (来自 GitHub)

ai-agentai-video-editorclaudecross-platformdesktop-appelectronffmpegllmmcpmcp-servermodel-context-protocolnlenon-linear-editorpixijsrusttypescriptvideovideo-editingvideo-editorwebcodecs

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/WeftCut.svg)](https://argusic.com/subject/weftcut)

常见问题

WeftCut 能运行吗?
是的。WeftCut 可以运行. Argusic 在一台干净的机器上安装并启动了它,用时 31 分钟,过程中遇到 8 个错误,并记录了整个会话。
Argusic 是如何测试 WeftCut 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 610061dca1e9。共记录了 1 次尝试,完整方法见方法论页面。
测试 WeftCut 花了多少钱?
得出该结论的那次运行花费 0.45 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。
WeftCut 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 31 分钟。这是一次实测的尝试,不是平均值。
WeftCut 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 WeftCut 时会出现什么问题?
已记录的运行中出现了 8 个问题,其中 8 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。
WeftCut 与其他替代方案相比如何?
在 Argusic 安装并计时过的 70 个 ai-agent 项目中,WeftCut 达到运行状态的速度排名第 65,70 个项目中有 43 个达到了运行状态。
WeftCut 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