英文原文: https://argusic.com/subject/b

B

一个自主、上下文感知的 AI 桌面伴侣，使用 Python 构建，具有实时屏幕视觉、自定义 ONNX 语音合成、活动窗口追踪，以及带有反应式面部表情的动态浮动 UI。

借助 mock 可运行来源：GitHubPythonMITcommit d34943d3ea89

Python，MIT 许可证. 项目的自我描述：ai、ai agent、ai companion、artificial intelligence、autonomous agent、computer vision、desktop assistant 和 llm.

B 可以运行，其依赖的服务由替身代替。一个 Argusic agent 在一台没有 GPU 的干净机器上用 23 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。

All 18 modules initialize correctly: EventBus, KinematicsEngine, WindowManager, FaceRenderer, ChatBubble, InputBox, StateMachine, CognitiveEngine (Groq mode), Vision sensors (semantic + mss), WindowTracker, AutonomyEngine, and VoiceEngine all boot to 'B is alive' with the Qt event loop running at ~62fps. Windows-only features (click-through, hotkeys) gracefully disabled.

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 92，满分 100（该项目各次运行得分的平均值）。

概览

结论
借助 mock 可运行
Argusic 评分
92 / 100
验证运行的成本
0.09 USD（实测）
已记录的运行次数
1
最近测试
星标
5,214
fork 数
3
未关闭的 issue
0
关注者
1
大小
64 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 B 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。

  • ctypes.windll not available on Linux5 分钟
  • uiautomation import fails on Linux (COM only on Windows)3 分钟
  • PortAudio library not found (sounddevice)3 分钟
  • No module 'torch' for audio/ears.py2 分钟
  • auto.uiautomation.SetGlobalSearchTimeout missing2 分钟
  • OCR result has no .lines attribute2 分钟
安装时间
23 分钟
从冷启动机器到完成
28 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
QT_QPA_PLATFORM=offscreen timeout 8 /work/repo/venv/bin/python main.py -- all 18 modules initialized without errors, 60fps tick timer started, event loop stayed alive for full 8s run with 'B is alive' logged. Piper TTS/DSP vocoder loaded successfully from bundled ONNX model.
使用的模型 token
644,591
测试的确切 commit
d34943d3ea89
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
对接真实服务的表现
本次运行只对照替身服务进行了验证

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。

| 2 | `No module named 'uiautomation'` + COM import error | Created mock `uiautomation.py` in site-…
| 3 | `ModuleNotFoundError: No module named 'torch'` | Created mock `torch/__init__.py` | 2 min |
| 4 | `OSError: PortAudio library not found` (sounddevice) | Created mock `sounddevice.py` | 3 min |
| 5 | `AttributeError: module 'ctypes' has no attribute 'windll'` (Linux) | Added ctypes.windll com…
| 6 | `auto.uiautomation.SetGlobalSearchTimeout(...)` AttributeError | Added missing functions to u…
| 7 | `module 'winocr' has no attribute 'recognize_pil'` | Enhanced winocr mock with `recognize_pil…
| 8 | `'str' object has no attribute 'lines'` (OCR result shape) | Enhanced winocr mock to return o…
**Calculation:**
- Venv created: 19:23 UTC (birth time of venv python binary)
- Final verification run: 19:46 UTC
- **Total elapsed: ~23 minutes**
- Errors sum to ~19 minutes of fix time (reasonable given debugging and iteration)

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。
  • 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

  • 只在替身服务下达到了运行状态，因此这里没有任何内容能证明它在真实服务下可以工作。
  • 安装用了 23 分钟，慢于 Argusic 测量过的 230 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 231 个 ai 项目中，B 达到运行状态的速度排名第 202，231 个项目中有 152 个达到了运行状态。

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。

  • leon 已验证可运行 · TypeScript · 5 个共同主题
  • fastrtc 已验证可运行 · JavaScript · 4 个共同主题
  • flutter_edge_ai 已验证可运行 · Dart · 4 个共同主题
  • Patter 已测试，未验证 · Python · 4 个共同主题
  • ai-engineering-from-scratch 已验证可运行 · Python · 3 个共同主题
  • CowAgent 已验证可运行 · Python · 3 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借助 mock 可运行92.000.09

主题 (来自 GitHub)

aiai-agentai-companionartificial-intelligenceautonomous-agentcomputer-visiondesktop-assistantllmonnxpythonspeech-to-texttext-to-speech

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/B.svg)](https://argusic.com/subject/b)

常见问题

B 能运行吗？
B 可以运行，外部服务由 mock 代替. Argusic 在一台干净的机器上安装并启动了它，用时 23 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 B 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 d34943d3ea89。共记录了 1 次尝试，完整方法见方法论页面。
测试 B 花了多少钱？
得出该结论的那次运行花费 0.09 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。
B 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 23 分钟。这是一次实测的尝试，不是平均值。
B 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 B 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。
B 与其他替代方案相比如何？
在 Argusic 安装并计时过的 231 个 ai 项目中，B 达到运行状态的速度排名第 202，231 个项目中有 152 个达到了运行状态。
B 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