Original em inglês: https://argusic.com/subject/flutter-edge-ai
flutter_edge_ai
IA no dispositivo para Flutter: Gemma e outros LLMs, multimodal, chamada de função, embeddings, RAG e fala no Android, iOS, Web, macOS, Windows e Linux.
Executafonte: GitHubpágina do projetoDartMITcommit 712ff5388169
Dart, licença MIT. O projeto se descreve como: dart, edge ai, embeddings, flutter, function calling, gemma, litert e llm.
flutter_edge_ai executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 13 minutos e não encontrou nenhum erro, e a sessão inteira foi gravada.
All 14 Dart pub workspace packages with test directories pass their test suites on Linux x64 with Flutter 3.47.0 and Dart 3.13.0, with 0 errors and all 567 analyzer findings at info level only.
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 60 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.
- Tempo de instalação
- 13 minutos
- Da máquina limpa até o fim
- 11 minutos
- Erros encontrados e corrigidos
- 0 encontrados, 0 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- bash tool/test_all.sh exited 0, 14/14 packages ok, 0 failures across the entire workspace
- Tokens de modelo usados
- 64.139
- Commit exato testado
- 712ff5388169
- 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
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
``` ``` tokens used 64,139 All done. Let me compile the report. **Install**: Downloaded Flutter 3.47.0 (Linux x64, required by `.fvmrc`), resolved all workspace de… **Tests**: All 14 workspace packages with tests passed — 0 failures across the entire workspace. Sp… **Analysis**: `flutter analyze packages/` reports 567 info-level issues only (no errors, no warning… **Formatting**: `dart format .` — clean (0 files changed after initial pass). Total elapsed: ~13 minutes. ``` ```
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 13 minutos.
- Nada quebrou no caminho: zero erros entre o clone e a execução.
- 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.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
- Seguir o próprio README: o caminho documentado funcionou sem nada para corrigir.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
| testado por | tentativa | resultado | pontuação | custo USD | quando |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Executa | 100,00 | 0,02 | |
| Argusic Runner | 1/3 | Não executou | 20,00 | 0,05 |
Tópicos (de GitHub)
dartedge-aiembeddingsflutterfunction-callinggemmalitertllmmediapipeon-device-aionnxragspeech-to-texttext-to-speech
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/flutter-edge-ai)Perguntas
- flutter_edge_ai executa?
- Sim. flutter_edge_ai executa. A Argusic o instalou e iniciou em uma máquina limpa em 13 minutos, encontrando 0 erros no caminho, e gravou a sessão.
- Como a Argusic testou flutter_edge_ai?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 712ff5388169. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
- Quanto custou testar flutter_edge_ai?
- A execução que produziu este veredito custou US$ 0,02: 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 flutter_edge_ai?
- 13 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- flutter_edge_ai 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 flutter_edge_ai?
- Nada deu errado na execução registrada: zero erros entre o clone e a execução.
- Onde estão as evidências de flutter_edge_ai?
- 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.