Original en anglais: https://argusic.com/subject/parallel-code
parallel-code
Exécutez Claude Code, Codex et Gemini côte à côte: chacun dans son propre git worktree.
Fonctionnesource : GitHubpage d'accueilTypeScriptMITcommit 4026365ae535
TypeScript, sous licence MIT. Le projet se décrit ainsi : ai agents, ai coding, ai tools, claude code, codex cli, coding agent, developer tools et gemini cli.
parallel-code fonctionne. Un agent Argusic l'a installé en 10 minutes et a rencontré 3 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
On this container, with user-local Node 22.23.3: npm install succeeds, 4818 tests pass, npm run check is clean, the full build produces an AppImage and a .deb, and the packaged desktop app launches on the Xvfb display and keeps running while its renderer processes IPC.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré
Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 100 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.
Ce qui a été mesuré
Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.
Ce qui s'est mal passé, dans les mots de l'agent
Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.
- Packaged Electron main process hit FATAL 'GPU process isn't usable. Goodbye.' (SIGTRAP) after ~44s on Xvfb when launched with only --no-sandbox4 minutes
- System Node v18.19.1 too old for Vite 8/Electron 40 toolchain (npm install failed to start; package.json engines field missing)3 minutes
- npm run test:unit: 5 failures in electron/documents/setup.test.ts because git commit failed with 'Author identity unknown' in fresh container1 minute
- Temps d'installation
- 10 minutes
- De la machine vierge à la fin
- 17 minutes
- Erreurs rencontrées et corrigées
- 3 rencontrées, 3 corrigées sans aide humaine
- Comment le résultat a été prouvé
- npm run test:unit exited 0 with 3741 passed, 25 skipped; npm run test:client exited 0 with 1077 passed, 6 skipped; npm run check and npm run check:static exited 0; npm run test:coordinator-pty exited 0 with 9 passed; npm run build exited 0 and produced release/'Parallel Code-3.0.1.AppImage' and release/parallel-code_3.0.1_amd64.deb; 'release/linux-unpacked/parallel-code' launched on DISPLAY=:99, stayed up 90s under timeout with save_app_state ok IPC traffic and 0 GPU FATAL; ffmpeg -v error -f null - decoded showcase.mp4 and both GIFs with zero errors
- Tokens de modèle utilisés
- 225 764
- Commit exact testé
- 4026365ae535
- Image de conteneur
- sha256:cdd920bce783
Ce qui n'a pas été mesuré
L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.
- Pic de mémoire GPU
- cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
- Comportement sur une longue durée
- chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge
Regarder la session
L'exécution complète, depuis une machine propre, à la vitesse réelle. Rien n'est coupé et rien n'est accéléré.
Un enregistrement de la tentative 1, exécutée le , la tentative qui a décidé le verdict ci-dessus. L'enregistrement du terminal dont elle est tirée constitue la preuve, conservée avec une empreinte sha256 ; la vidéo n'en est qu'un rendu. Rien n'est chargé depuis l'hébergeur de la vidéo tant que vous n'appuyez pas sur lecture.
La fin de l'enregistrement
Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.
- `npm run check:static` → exit 0 (lint, knip, dependency-cruiser clean)
- `npm run build` → exit 0; produced `Parallel Code-3.0.1.AppImage` (174 MB) and `parallel-code_3.0…
- App launches on DISPLAY=:99: raw `electron dist-electron/main.js`, the AppImage, and `release/lin…
**Media:** `screens/showcase.mp4`, `best-video.gif`, `longer-video.gif` all fully decoded via ffmpe…
Binary availability: real agent CLIs (claude/codex/gemini) and Semgrep/Gitleaks are not installed i…
exec
/bin/sh -lc "echo \"ARGUSIC_RESULT:{\\\"install_succeeded\\\":true,\\\"launch_succeeded\\\":true,\\…
succeeded in 0ms:
Done. Everything in the report above was observed firsthand in this container — full walkthrough an…
tokens used
225,764
Done. Everything in the report above was observed firsthand in this container — full walkthrough an…Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.
Comment le test a été mené
Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.
Points forts et limites
Des faits mesurés, pas des opinions. Comment ce site est rédigé.
Ce qui s'est bien passé
- A atteint un état de fonctionnement sur une machine propre, avec la session enregistrée.
- S'est remis des 3 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- A fonctionné sans GPU, il n'en a donc pas besoin pour démarrer.
- Sous licence MIT, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- Installation en 10 minutes, plus lente que la médiane des 110 projets comparables mesurés par Argusic.
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Sur les 111 projets ai-agents qu'Argusic a installés et chronométrés, parallel-code a été le 71e plus rapide à atteindre un état de fonctionnement, et 83 sur 111 en ont atteint un.
Pour quoi c'est un choix raisonnable
- L'essayer sur un ordinateur portable ou un petit serveur : il a atteint un état de fonctionnement sans GPU.
- Une évaluation rapide : il fonctionnait 10 minutes après le clone.
Également testés, dans le même domaine
Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Fonctionne | 100,00 | 0,07 |
Sujets (depuis GitHub)
ai-agentsai-codingai-toolsclaude-codecodex-clicoding-agentdeveloper-toolsgemini-cligit-worktreeterminal
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/parallel-code)Questions
- parallel-code fonctionne-t-il ?
- Oui. parallel-code fonctionne. Argusic l'a installé et lancé sur une machine propre en 10 minutes, en rencontrant 3 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé parallel-code ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 4026365ae535. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de parallel-code ?
- L'exécution qui a produit ce verdict a coûté 0,07 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
- Combien de temps faut-il pour installer parallel-code ?
- 10 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
- parallel-code a-t-il besoin d'un GPU ?
- Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
- Qu'est-ce qui pose problème lors de l'installation de parallel-code ?
- 3 problèmes sont survenus lors de l'exécution enregistrée, et 3 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment parallel-code se compare-t-il aux alternatives ?
- Sur les 111 projets ai-agents qu'Argusic a installés et chronométrés, parallel-code a été le 71e plus rapide à atteindre un état de fonctionnement, et 83 sur 111 en ont atteint un.
- Où sont les preuves pour parallel-code ?
- L'exécution enregistrée se trouve sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.