giselle 能运行吗？

giselle 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 1 分钟，过程中遇到 5 个错误，并记录了整个会话。

Argusic 是如何测试 giselle 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 7dca22434e3d。共记录了 1 次尝试，完整方法见方法论页面。

测试 giselle 花了多少钱？

得出该结论的那次运行花费 0.03 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。

giselle 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 1 分钟。这是一次实测的尝试，不是平均值。

giselle 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 giselle 时会出现什么问题？

已记录的运行中出现了 5 个问题，其中 4 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。

giselle 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。

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

giselle

Giselle: AI 应用构建器。开源。

借助 mock 可运行来源：GitHub 项目主页TypeScriptApache-2.0commit 7dca22434e3d

TypeScript，Apache-2.0 许可证. 项目的自我描述：agent、agent builder、agentic ai、ai、ai agent、ai agents、anthropic 和 gemini.

giselle 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 1 分钟完成了安装，遇到 5 个错误，整个会话都被记录了下来。

Giselle monorepo installs, all SDK packages build, 653 tests pass, types check, and the Next.js dev server starts and responds with HTTP 307 at localhost:3456.
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 88，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: 88 / 100
验证运行的成本: 0.03 USD（实测）
已记录的运行次数: 1
最近测试: 2026-10-18
星标: 559
fork 数: 121
未关闭的 issue: 2
关注者: 9
大小: 89 MB
创建于: 2024-08-21
最近推送: 2026-11-03

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 giselle 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。

Node.js v18.19.1 installed but project requires >=243 分钟
Production build OOM-killed (exit 137) during page data collection3 分钟
pnpm binary not found on PATH2 分钟
Studio build failed due to missing Supabase env vars2 分钟
npm install -g failed with EACCES1 分钟

安装时间: 1 分钟
从冷启动机器到完成: 11 分钟
遇到并修复的错误: 遇到 5 个，在无人协助的情况下修复了 4 个
结果是如何证明的: pnpm test exited 0 (653 passed, 6 skipped); curl -s -o /dev/null -w %{http_code} localhost:3456 returned 307
使用的模型 token: 109,878
测试的确切 commit: 7dca22434e3d
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

观看会话

完整的运行过程，从一台干净的机器开始，按实际速度播放。没有剪辑，也没有加速。

第 1 次尝试的录屏，运行于 2026-10-18，即决定上述结论的那次尝试。制作该视频所用的终端录屏是证据，连同 sha256 指纹一起保存；视频只是由它渲染而成。在你点击播放之前，不会从视频托管方加载任何内容。

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。

6. **Formatting** -- `pnpm format`: 1529 files checked, no fixes needed.
7. **Tidy** -- `pnpm tidy` (knip): no unused files or deps found.
8. **Studio build** -- Compiled successfully (Turbopack + TypeScript passed), but was **OOM-killed*…
9. **Dev server** -- Started and served: `curl http://localhost:3456` returned **HTTP 307** (redire…
### Errors encountered and fixed
| Error | Fix |
|---|---|
| `node v18.19.1` (too old; project requires `>=24`) | Installed `n`, used it to install and activa…
| `pnpm: not found` | Installed `pnpm@10` via `npm install -g` with `--prefix=$HOME/.npm-global` |
| `EACCES` on `npm install -g` | Used `--prefix=$HOME/.npm-global` (no root access) |
| `Missing Supabase credentials` during build | Created `.env.local` with mock Supabase/Postgres/Ar…
| Production build OOM (exit 137) | Container memory limit; dev server works fine |

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

用 1 分钟完成安装，快于 Argusic 测量过的 134 个同类项目的中位数。
采用 Apache-2.0 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。
搭建过程中遇到 5 个错误，其中 1 个没有解决。
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 135 个 agent 项目中，giselle 达到运行状态的速度排名第 13，135 个项目中有 87 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。

运行历史

测试者	尝试	结果	评分	成本 USD	时间
Argusic Runner	1/3	借助 mock 可运行	88.00	0.03	2026-10-18 07:28 UTC

主题 (来自 GitHub)

agent agent-builder agentic-ai ai ai-agent ai-agents anthropic gemini genai generative-ai multiagent nextjs no-code open-source openai pnpm rag typescript vercel workflow

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

常见问题

giselle 能运行吗？: giselle 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 1 分钟，过程中遇到 5 个错误，并记录了整个会话。
Argusic 是如何测试 giselle 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 7dca22434e3d。共记录了 1 次尝试，完整方法见方法论页面。
测试 giselle 花了多少钱？: 得出该结论的那次运行花费 0.03 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。
giselle 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 1 分钟。这是一次实测的尝试，不是平均值。
giselle 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 giselle 时会出现什么问题？: 已记录的运行中出现了 5 个问题，其中 4 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。
giselle 与其他替代方案相比如何？: 在 Argusic 安装并计时过的 135 个 agent 项目中，giselle 达到运行状态的速度排名第 13，135 个项目中有 87 个达到了运行状态。
giselle 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。