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

parlor

本地实时多模态 AI，功能类似 GPT-Live

借助 mock 可运行来源：GitHubPythonApache-2.0commit da1ddf1f3e1a

Python，Apache-2.0 许可证. 项目的自我描述：apple silicon、gemma、kokoro、litert lm、local llm、mlx、multimodal 和 on device ai.

parlor 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 22 分钟完成了安装，遇到 5 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。

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.

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
0.51 USD（实测）
已记录的运行次数
1
最近测试
星标
2,110
fork 数
281
未关闭的 issue
1
关注者
20
大小
1 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 parlor 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。

  • No llama-server binary on PATH2 分钟
  • Server failed to bind on localhost (IPv6 resolved to ::1, not supported)2 分钟
  • No uv pre-installed in container1 分钟
  • Stale ports in TIME_WAIT across test runs1 分钟
  • CPU inference too slow for e2e test suite (70s per turn)
安装时间
22 分钟
从冷启动机器到完成
77 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 5 个
结果是如何证明的
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).
使用的模型 token
706,028
测试的确切 commit
da1ddf1f3e1a
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。

- 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+…

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 5 个错误中恢复，说明这些故障的文档足以让人解决。
  • 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。
  • 安装用了 22 分钟，慢于 Argusic 测量过的 5 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 6 个 apple-silicon 项目中，parlor 达到运行状态的速度排名第 4，6 个项目中有 2 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。

  • mlx-audio 已验证可运行 · Python · 5 个共同主题
  • mlx-audio 已测试，未验证 · Python · 5 个共同主题
  • TheWhisper 已测试，未验证 · Python · 5 个共同主题
  • vllm-mlx 已测试，未验证 · Python · 4 个共同主题
  • leon 已验证可运行 · TypeScript · 3 个共同主题
  • flutter_edge_ai 已验证可运行 · Dart · 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92.000.51

主题 (来自 GitHub)

apple-silicongemmakokorolitert-lmlocal-llmmlxmultimodalon-device-aipythonreal-timespeech-recognitiontext-to-speechvoice-assistant

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

常见问题

parlor 能运行吗？
parlor 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 22 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 parlor 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 da1ddf1f3e1a。共记录了 1 次尝试，完整方法见方法论页面。
测试 parlor 花了多少钱？
得出该结论的那次运行花费 0.51 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。
parlor 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 22 分钟。这是一次实测的尝试，不是平均值。
parlor 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 parlor 时会出现什么问题？
已记录的运行中出现了 5 个问题，其中 5 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。
parlor 与其他替代方案相比如何？
在 Argusic 安装并计时过的 6 个 apple-silicon 项目中，parlor 达到运行状态的速度排名第 4，6 个项目中有 2 个达到了运行状态。
parlor 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