parlor

在苹果电脑上本地跑实时多模态 AI，对话零延迟不联网

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署音频音乐 🍴 复刻 281 🐛 待处理 1 👀 关注 20

GitHub ↗

GitHub 星标 ★ 2113

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，本地部署，完全免费。

项目预览

项目数据

分类音频音乐

开发团队fikrikarim

GitHubhttps://github.com/fikrikarim/parlor

定价模式🏷️完全免费

价格说明开源项目，本地部署，完全免费。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型apple-silicon,gemma,kokoro,litert-lm,local-llm,mlx,multimodal,on-device-ai,python,real-time,speech-recognition,text-to-speech,voice-assistant

GitHub 星标★ 2113

上线时间2026-04-05 00:00:00

代码更新2026-08-03

仓库体积672 KB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数5

项目介绍

parlor 是一个运行在 Apple 芯片设备上的实时多模态 AI 助手，功能类似 GPT-Live，但完全本地化。它解决了云端 AI 助手延迟高、隐私泄露和依赖网络的问题，通过 MLX 框架和 LiteRT-LM 实现本地大模型推理，支持语音识别、文本转语音和视觉输入，可进行自然的实时对话。核心能力包括：本地运行 Gemma 等大模型、低延迟语音交互、多模态理解（文本、语音、图像）、以及通过 Kokoro 实现高质量语音合成。项目用 Python 编写，专为 Apple Silicon 优化，适合开发者构建隐私优先的 AI 助手或实验性应用。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2113

技术标签

apple-silicon gemma kokoro local-llm mlx

使用教程

难度：入门约 10 分钟部署方式：本地安装 6 步

环境要求

Apple 芯片（Apple Silicon）Mac 设备，项目针对 MLX 优化
已安装 Homebrew（用于安装 llama.cpp）
能访问 GitHub 与模型下载源，首次运行需下载约 5.7 GB 模型
磁盘预留数 GB 空间存放 Gemma 与 TTS 模型

安装与启动步骤

1克隆项目仓库

把 parlor 源码拉到本地并进入项目目录，后续命令都在该目录执行。
```
git clone https://github.com/fikrikarim/parlor.git
cd parlor
```
2安装 uv 包管理器

README 指定用 uv 管理依赖，官方安装脚本一条命令完成。已装可跳过。
```
curl -LsSf https://astral.sh/uv/install.sh | sh
```
3安装 llama.cpp

通过 Homebrew 安装 llama.cpp，这是本地推理所需的运行时依赖。
```
brew install llama.cpp
```
4同步项目依赖

在项目根目录执行 uv sync，按锁定配置创建虚拟环境并装齐依赖。
```
uv sync
```
5启动 parlor 服务

运行主程序，首次启动会自动下载模型，需等待较长时间，请保持网络畅通。
```
uv run parlor
```
6浏览器授权使用

打开本地地址，允许摄像头和麦克风权限，即可开始实时语音对话。

关键配置

配置项	必填	说明	示例
`MODEL`	否	Gemma 4 规格：e2b 最快、e4b 默认、12b 需约 8GB 内存	`e4b`
`PORT`	否	服务监听端口，默认 8000	`8000`
`REASONER_API_KEY`	否	启用后台研究的 API Key，不设置则关闭该功能	`sk-xxxxxxxx`
`REASONER_BASE_URL`	否	任意 OpenAI 兼容的对话接口地址	`https://openrouter.ai/api/v1`
`REASONER_MODEL`	否	后台研究调用的模型名	`openai/gpt-5.6-luna`