Skip to main content
Glama
mac-parallel-accelerator

mac-parallel-accelerator

by cloudguo123

Mac Parallel Accelerator

让 Codex 在 macOS 上更快地完成构建、测试、Docker 与研究管线——且不破坏任务语义。

CI CodeQL Five-minute benchmark Test report License: MIT Discussions

中文说明 · 实时报告 · 报告首次运行 · 分享基准测试

Mac Parallel Accelerator:受控基准测试,显示串行等效时间 20m41s、并行墙钟时间 5m10s,节省 15m31s

两条命令完成安装

codex plugin marketplace add cloudguo123/mac-parallel-accelerator
codex plugin add mac-parallel-accelerator@mac-parallel-accelerator

打开一个新的 Codex 任务,然后输入:

Use $accelerate-local-work to inspect this project and run the safe parts in parallel.
Keep progress visible and report time saved for this run and cumulatively.

要求:macOS、支持插件和 MCP 的 Codex,以及 Python 3.10+。Ruby 仅用于 Compose YAML 分析;Node.js 20+ 仅用于重建浏览器指示器。

该仓库还通过其根目录的 plugin.json、skills/ 和 local-stdio mcp.json 遵循与厂商无关的 Agent Plugins 1.0.0 包布局。Codex 原生客户端 继续使用 .codex-plugin/plugin.json 和 .mcp.json。

Related MCP server: BoundedRelay

为什么有这个项目

大多数“并行”包装器只是拆分命令行文本并寄希望于一切顺利。这可能导致 &&/|| 的顺序被重排、.next、JUnit、数据库、Docker 卷或 Git 状态出现竞态、嵌套工作线程池成倍增加,并把失败一直隐藏到最后一刻。

Mac Parallel Accelerator 首先把请求的工作编译为类型化的 Atom IR。只有被证明相互独立的原子才会被允许并发执行。未知副作用、歧义写入者、过期源代码快照、不支持的生命周期事件以及变更后的计划,都会按失败关闭(fail closed)的方式处理。

shell · package scripts · Make · Compose · tests · builds · declared work
                              │
                              ▼
             static frontends → typed Atom IR
                              │
                              ▼
        conflict checks → resource-aware event scheduler
                              │
                              ▼
              exact verified execution + live savings

它能加速什么

项目场景

优化目标

安全边界

Web / TypeScript

质量门禁、包依赖图、浏览器矩阵

保留成功门禁;隔离 .next、覆盖率、JUnit 与缓存

Docker / Compose

多镜像构建、健康检查 DAG、测试矩阵

遵循 VM CPU/内存上限、端口、卷、就绪与迁移约束

科研 / 论文

数据准备、校验、图表、文档构建

推断数据边并保留正式时序/溯源栅栏

原生构建 / 测试

Make、编译器驱动、测试运行器

委托给语义所有者并限制嵌套工作线程

批处理媒体 / 数据 / ML

独立输入与确定性合并

要求输出不相交、资源受限且合并语义明确

场景目录包含 50 多个预设,涵盖软件、科研、容器、媒体、ML、发布、数据库以及底层 CPU/GPU/I/O 工作。

实时执行——不是空白转圈

20 秒实时执行演示,显示运行中、就绪、已完成、失败与预计节省

长时间运行使用基于 PTY 的 runner,并持续显示:

elapsed 2m 15s · running 4 · ready 2 · completed 7 · failed 0
estimated saved this run 4m 31s · cumulative saved 19m 52s

完成时,会检查每个原子的状态、返回码、超时、跳过原因、输出截断、峰值并发、单次运行节省以及累计节省。

五分钟基准测试

留存公开运行通过真实的并行执行器执行了四个相互隔离的低负载工作负载。每个任务都至少运行了五分钟。

证据

结果

并行墙钟时间

5m 10s

串行等效时间

20m 41s

节省时间

15m 31s

实测加速比

4.00×

并行效率

100.0%

串行等效时间是观测到的各独立任务运行时间的总和,并非另行执行的串行运行。这展示的是受控独立工作量下的调度开销与报告行为,而非宣称每个项目都能获得 4 倍加速的普适结论。参见可视化报告、原始证据和基准测试协议。

执行契约

安全检查握手的约定刻意严格:

atomic_task_plan
  → complete immutable compiled_plan + plan_hash
  → atomic_exec with that exact object and hash

计划不会被翻译回手写的批次或通用 DAG 调用。类型化的控制边区分成功、失败、顺序、数据、流、就绪、健康、完成与清理。产物、非文件副作用、容量资源、生命周期事件与源代码快照仍是执行契约的一部分。

隐私与授权

  • 项目与可选的跟踪检查均在本地且有界。

  • 跟踪分析返回的是聚合路由信号——而非提示词、推理过程、命令内容或工具输出。

  • 并行只改变时序,绝不改变权限。规划不会授权新的命令、远程变更、破坏性清理或重试。

  • 任何运行结果都不会自动上传。分享是显式且可审查的。

  • 超时会终止整个进程组;超时产生的副作用被视为未知状态,不会被自动重试。

威胁模型与上报流程请参阅 SECURITY.md。

开发

python3 -m py_compile scripts/*.py
python3 -m unittest discover -s scripts -p 'test*.py' -v
python3 scripts/self_test.py
uvx ruff check scripts
npm ci && npm run build:indicator

生成公开验证与分享资源:

python3 scripts/generate_test_report.py
python3 scripts/generate_growth_assets.py
python3 scripts/render_growth_media.py  # optional PNG/GIF, requires Chrome + ffmpeg

有用的参考资料:

帮助它成长

在一个真实任务上试用,然后分享脱敏后的结果卡片或提交一份基准测试。如果规划器阻止了本应安全的工作,这份报告与加速同样有价值——它指明了下一条缺失的语义规则。

报告你的首次运行 · 提交基准测试报告 · 提问 · 查看路线图

MIT 许可 · 隐私 · 条款

Maintenance

ActivityMaintained
ResponsivenessNo issues

Related MCP Connectors

Related MCP Servers