Original em inglês: https://argusic.com/subject/parlor
parlor
IA multimodal em tempo real no dispositivo, com recursos semelhantes ao GPT-Live
Executa com mocksfonte: GitHubPythonApache-2.0commit da1ddf1f3e1a
Python, licença Apache-2.0. O projeto se descreve como: apple silicon, gemma, kokoro, litert lm, local llm, mlx, multimodal e on device ai.
parlor executa, com substitutos para os serviços de que depende. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 22 minutos e encontrou 5 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
Project installs, builds, and the server starts with Gemma 4 E2B loaded and serving HTTP+WebSocket; the end-to-end AI pipeline (turn detection, llama.cpp inference, transcript parsing, TTS) all initialize and run correctly when tested manually, but the full test suite cannot complete because CPU-only inference exceeds per-turn timeouts, GPU acceleration and/or the smaller e2b model is needed for CI.
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 92 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.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- No llama-server binary on PATH2 minutos
- Server failed to bind on localhost (IPv6 resolved to ::1, not supported)2 minutos
- No uv pre-installed in container1 minuto
- Stale ports in TIME_WAIT across test runs1 minuto
- CPU inference too slow for e2e test suite (70s per turn)
- Tempo de instalação
- 22 minutos
- Da máquina limpa até o fim
- 77 minutos
- Erros encontrados e corrigidos
- 5 encontrados, 5 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- uv sync installed all deps; 25 unit tests passed (test_stream_parser.py + test_llama_startup.py); server started on 127.0.0.1:8871 with llama-server b11396 hosting Gemma 4 E2B QAT q4_0; WebSocket accepted, turn detector loaded (smart-turn-v3.2, p=0.99), model inference generated correct reply The capital of France is Paris for capital_france fixture; action decider, TTS backend, and Kokoro-onnx pipeline all initialized without errors. End-to-end test (test_short_question) timed out after 117s due to CPU-only per-turn latency (~70s prefill+decode).
- Tokens de modelo usados
- 706.028
- Commit exato testado
- da1ddf1f3e1a
- 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
- Comportamento com serviços reais
- esta execução foi verificada apenas com serviços substitutos
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
- No `llama-server` on PATH → downloaded pre-built `llama-b11396-bin-ubuntu-x64.tar.gz` (CPU build)
- `localhost` resolved to IPv6 `::1` which the container doesn't support → changed `host="127.0.0.1…
- Stale ports 8821–8823 persisted in TIME_WAIT across test runs → shifted to ports 8871–8873
- CPU-only inference is extremely slow (~70s per turn with prefill) because no GPU acceleration wor…
**Model correctness verified**: The server did load the model, accept a WebSocket connection, proce…
exec
/bin/sh -lc "echo 'ARGUSIC_RESULT: {\"install_succeeded\": true, \"launch_succeeded\": true, \"inst…
succeeded in 0ms:
All done. The project installs, builds, the server starts with Gemma 4 E2B loaded and serving HTTP+…
tokens used
706,028
All done. The project installs, builds, the server starts with Gemma 4 E2B loaded and serving HTTP+…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
- Recuperou-se de todos os 5 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Só chegou a um estado de execução com serviços substitutos, então nada aqui prova que ele funciona com os serviços reais.
- Levou 22 minutos para instalar, mais devagar que a mediana dos 5 projetos comparáveis que a Argusic mediu.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 6 projetos de apple-silicon que a Argusic instalou e cronometrou, parlor foi o 4º mais rápido a chegar a um estado de execução, e 2 de 6 chegaram a esse estado.
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 | 1/3 | Executa com mocks | 92,00 | 0,51 |
Tópicos (de GitHub)
apple-silicongemmakokorolitert-lmlocal-llmmlxmultimodalon-device-aipythonreal-timespeech-recognitiontext-to-speechvoice-assistant
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/parlor)Perguntas
- parlor executa?
- parlor executa, com mocks no lugar de serviços externos. A Argusic o instalou e iniciou em uma máquina limpa em 22 minutos, encontrando 5 erros no caminho, e gravou a sessão.
- Como a Argusic testou parlor?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit da1ddf1f3e1a. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar parlor?
- A execução que produziu este veredito custou US$ 0,51: 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 parlor?
- 22 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- parlor 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 parlor?
- 5 coisas quebraram na execução registrada, e 5 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como parlor se compara às alternativas?
- Dos 6 projetos de apple-silicon que a Argusic instalou e cronometrou, parlor foi o 4º mais rápido a chegar a um estado de execução, e 2 de 6 chegaram a esse estado.
- Onde estão as evidências de parlor?
- A execução registrada está 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.