experiential 能运行吗？

是的。experiential 可以运行. Argusic 在一台干净的机器上安装并启动了它，用时 45 分钟，过程中遇到 7 个错误，并记录了整个会话。

Argusic 是如何测试 experiential 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 1253c82fe479。共记录了 2 次尝试，完整方法见方法论页面。

测试 experiential 花了多少钱？

得出该结论的那次运行花费 0.47 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。

experiential 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 45 分钟。这是一次实测的尝试，不是平均值。

experiential 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 experiential 时会出现什么问题？

已记录的运行中出现了 7 个问题，其中 7 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。

experiential 的证据在哪里？

全部 2 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。

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

experiential

Experiential 是用于 BYOK、自托管和 1000+ 市场模型的开源零加价网关。它从你的流量中学习，以降低成本、推荐更好的模型，并训练一个专属于你的模型。

可运行来源：GitHub 项目主页PythonApache-2.0commit 1253c82fe479

Python，Apache-2.0 许可证.

experiential 可以运行。一个 Argusic agent 在一台没有 GPU 的干净机器上用 45 分钟完成了安装，遇到 7 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。

The experiential project installs cleanly under uv on Python 3.13 with the native Rust gateway extension built from source; all quality gates pass, 8396 of 8397 container-runnable tests pass, and the initialized loopback gateway serves health, models, non-stream and stream chat completions, and usage accounting against a local mock OpenAI-compatible upstream.
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: 0.47 USD（实测）
已记录的运行次数: 2
最近测试: 2026-11-03
星标: 14,793
fork 数: 285
未关闭的 issue: 150
关注者: 15
大小: 103 MB
创建于: 2026-06-24
最近推送: 2026-11-04

项目数据来自 GitHub，链接见本页顶部，更新于 2026-11-04。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 experiential 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。

uv sync on system Python 3.12 left venv incomplete; repo gates need 3.1315 分钟
TERM unset made ~77 rich picker PTY tests fail (non-interactive fallback)10 分钟
rustc/cargo not installed; native gateway crate requires them6 分钟
test_prepared_snapshot_rejects_path_and_content_races[rewrite] fails on overlayfs ctime semantics in this container5 分钟
macOS-only capture lock test fails on Linux because pwd exists and ~/Library 0755 trips fail-closed ancestor check3 分钟
uv not installed in container2 分钟

安装时间: 45 分钟
从冷启动机器到完成: 74 分钟
遇到并修复的错误: 遇到 7 个，在无人协助的情况下修复了 7 个
结果是如何证明的: uv sync --extra dev exited 0; ruff check/format --check and ty check all reported All checks passed; .venv/bin/pytest -q = 8396 passed, 1 env-expected failure, 60 skipped; curl -s http://127.0.0.1:8000/health/ready returned 200 with body {"status":"ready"}; curl POST /v1/chat/completions with exp_vk_ key returned HTTP 200 with id chatcmpl_9feeeb47b3a8e4b60f01741637ca166a and content "Hello" via mock upstream; SSE stream returned chunks ending data: [DONE]
使用的模型 token: 1,697,702
测试的确切 commit: 1253c82fe479
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。

- Full pytest: **8396 passed, 1 failed (capture-lock env test), 1 error (flaky terminal-tasks test …
- Live gateway on loopback:
  - `exp config gateway init/provider add openai-compatible/alias create opus-5/identity create/gra…
  - `exp --root /tmp/exp-root-test --non-interactive --json --check` -> `{"status":"ready",...}` ex…
  - `exp --root ... --port 8000` launched; process stayed up (PID constant across probes).
  - `GET /health/ready` → 200 `{"status":"ready"}`.
  - `GET /v1/models` with issued `exp_vk_…` key → 200 listing the granted `opus-5` alias.
  - `POST /v1/chat/completions` (Bearer key, `{"model":"opus-5",...}`) → 200 real completion `"id":…
  - Streaming → 200 SSE `data:` chunks ending `data: [DONE]`.
  - `GET /usage` → 200 HTML accounting page (per-identity request/attempt/token tables); SQLite `ga…
  - 502s observed only when the background mock upstream had died between exec sessions (proven by …
**Honest scoping:** I did not run `exp build`/`exp optimize`/SFT (require real hosted provider keys…

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 7 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 Apache-2.0 许可证，以其托管平台报告的信息为准。
已测量 2 次，因此结果并非偶然。

不顺利或尚不清楚的部分

安装用了 45 分钟，慢于 Argusic 测量过的 46 个同类项目的中位数。

在 Argusic 安装并计时过的 47 个 Python 项目中，experiential 达到运行状态的速度排名第 47，47 个项目中有 28 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。

运行历史

测试者	尝试	结果	评分	成本 USD	时间
Argusic Runner	2/3	可运行	100.00	0.47	2026-11-03 17:32 UTC
Argusic Runner	1/3	可运行	100.00	0.32	2026-09-28 17:26 UTC

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/experiential.svg)](https://argusic.com/subject/experiential)

常见问题

experiential 能运行吗？: 是的。experiential 可以运行. Argusic 在一台干净的机器上安装并启动了它，用时 45 分钟，过程中遇到 7 个错误，并记录了整个会话。
Argusic 是如何测试 experiential 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 1253c82fe479。共记录了 2 次尝试，完整方法见方法论页面。
测试 experiential 花了多少钱？: 得出该结论的那次运行花费 0.47 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。
experiential 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 45 分钟。这是一次实测的尝试，不是平均值。
experiential 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 experiential 时会出现什么问题？: 已记录的运行中出现了 7 个问题，其中 7 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。
experiential 与其他替代方案相比如何？: 在 Argusic 安装并计时过的 47 个 Python 项目中，experiential 达到运行状态的速度排名第 47，47 个项目中有 28 个达到了运行状态。
experiential 的证据在哪里？: 全部 2 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。