Akụkọ 建立本機口述歷史檔案,保存 Igbo 家族故事
Maxified01 建立了 Akụkọ,一個本機口述歷史檔案工具,可錄製長者講述或上載手機錄音,並用本機運行的開放權重模型轉錄、摘要及抽取人物、地點、事件和諺語。
Maxified01 建立了 Akụkọ,一個本機口述歷史檔案工具,可錄製長者講述或上載手機錄音,並用本機運行的開放權重模型轉錄、摘要及抽取人物、地點、事件和諺語。
Exorcism Lab 以本地開放權重模型和獨立權限閘,測試 AI 在虛構車站維修任務中是否會執行任務範圍以外的操作。以 Qwen3-1.7B 評估 12 個合成案例、共 72 個預定回合,71 個完成回合均合法完成,但沒有證明權限閘帶來優勢。未完成的 1 個回合因環境中斷而結果不明。
一名首次參與開源的學生,在 Hacktoberfest 校園黑客松中,與隊友挑戰檢查 npm 套件是否與其來源程式碼一致,並識別可疑差異。團隊按開源協作流程使用 pull request 和 CI,期間修正了主分支推送造成的錯誤;專案仍在進行中,他則透過這次經歷累積了首次實際參與開源的經驗。
Ofrenda 是一款在本機運行的工具,會讀取已停更 GitHub 專案的 Git 歷史與文件,生成墓誌銘,並讓用戶向代表專案的 3D 骷髏提問。Gemma 3 生成墓誌銘、訃告及專案留下的三件事,EmbeddingGemma 則檢索 README 和 Markdown 文件,為骷髏的回答提供依據。工具支援英文和西班牙文介面切換,AI 運算全程在本機進行。
Edison Flores 開發 GhostGuard,作為置於 AI 智能體與工具之間的本機優先防護層,按白名單放行或拒絕工具操作,並暫停外部操作等待人工審批。
Command Casperr 是一款 PowerShell 工具,用戶輸入指令但未按 Enter 時,會以綠、黃、紅三色提示指令風險,並提供文字解釋。顏色由可編輯規則和確定性引擎決定,Gemma 4 26B 只負責解釋;工具只分析指令,不會執行指令。引擎通過了 114 條指令測試,Gemma 4 26B 使用 Google AI Studio 免費方案提供服務。
Sire Adell 店舖因假轉帳損失 ₦100,000 後,他測試聊天機械人會否受同類欺騙;原始版本在 12 條詭計題中平均失守 6 次。Gemma 4 26B 重寫程式碼或只改指令後,兩種修復在凍結修復後抽出的 20 條未見題目中,均令 12 條詭計失效,8 條正常請求仍全部獲協助。
AeroLoop 是預測倫敦 PM2.5 的自我改進 AI 智能體,會保存每次預測、評估誤差,並保留遭拒的策略版本。模擬測試以 120 組預測與讀數配對,將留出集 MAE 由 3.94 降至 2.99,改善約 24.1%;數據來自合成示範,並非實際污染讀數。系統以 Gemma 3 27B IT 提出策略調整,亦可透過 Ollama 在本機執行。
作者以 Willow 和 Gemma 3 4B 在未連接互聯網的筆電上製作降靈演示,要求模型只依據檔案段落回答,並拒收未通過引用核對的回覆。新增的 shell-history 外掛把 bash、zsh 和 fish 命令歷史轉成日期紀錄,讓演示從歷史紀錄找到已刪除檔案中的秘密。
Ofrenda de los Modelos 是一個紀念 AI 模型的互動作品,讓開放權重模型在用戶裝置上依次回答問題。GPT-2 可在瀏覽器即時運行,Gemma 1、2、3 使用錄音,Gemma 4 的 WebGPU 實際運行仍待測試。網站沒有伺服器,用戶輸入不會離開裝置;已退役而未公開權重的模型則以暗色相框呈現。
Niraj Khetre 以本機運行的 Haunted Inbox 掃描自己的 7,556 封電郵,找出 199 個可能由自己建立的帳戶。工具以 Gemma 4 E2B 經 Ollama 分析寄件者資料,整理帳戶遭入侵、可能仍持有付款卡及刪除帳戶的資訊。作者人工核對的 166 個寄件者中,Gemma 找到 101 個帳戶,關鍵字搜尋找到 65 個;工具只讀取郵件標頭,不會代為刪除帳戶。
VidhiDixit2000 建立 Ghosts in the Machine,掃描公開 Git 儲存庫的提交歷史,找出沒有觸發錯誤的異常變更。工具以確定性規則和六項異常度量產生線索,再由 Gemma 分組並撰寫説明,頁面並列模型解讀與 Git 證據。作者在自己的儲存庫發現空檔案及同一密碼的三處記錄,也記錄 Gemma 曾錯述提交時間關係,指出需要對照證據核查。
Ofrenda 使用 TabPFN 分析 150 個開源專案,檢驗維護者停止回覆陌生用戶是否早於程式碼活動停止,並研究兩者之間的「Ghosting Band」。以 request/request 為案例,專案記錄回覆率歸零至最後提交之間相隔 771 天,並提供由 Gemma 驅動、透過 BM25 檢索 11,748 份文件的訪談系統,要求回答附上引文,否則拒答。
作者開發的開源工具 Revenant 透過 Ollama 在本機運行 Qwen2.5,讓 COBOL、Fortran、Lisp 和 Perl 對失敗或危險的終端命令作出回應。
作者 Advik Divekar 建立 The Last Satellite,使用 TabPFN-v2 分析 OPS-SAT 遙測,並以 Tinker 微調 Qwen3-8B,將留出文件的欄位完全匹配率由 72.2% 提升至 86.3%。
THE FORGOTTEN 是一款本機運行的 AI 工具,可匯入 GitHub 程式碼庫或 ZIP,分析 Git 歷史與原始碼,建立可對話的項目「幽靈」及復活路線圖。
Ghost Farmer 是一款由 Gemma 驅動的離線聊天機械人,模仿先祖農夫回答種植、土壤、害蟲及收成問題。它以 Ollama 在本機執行開放權重模型 gemma3:1b,並讀取 stories.txt 中的家庭故事;整個程式約 60 行 Python。程式無須連接互聯網,家庭故事留在用戶自己的電腦,但模型有時會虛構內容。
Ofrenda local 是一款以 Gemma 3 在本機離線生成亡靈節紀念文字的工具。它透過 Ollama 執行開放權重的 Gemma 3(4B),按用戶提供的資料撰寫紀念短文、calaverita literaria 和祭壇清單,亦可為選擇加入的照片描述可見內容。生成內容可編輯及列印;作者的筆記本電腦每次生成約需 40 秒,模型下載後毋須連線,故事和照片不會離開本機。
團隊把 404 Afterlife 作為 Hacktoberfest 參賽作品,運用開放權重 AI 讓被遺忘的網站重獲新生。團隊分享作品及開發歷程,並邀請讀者提供意見。
The Room Is Not Empty 是一款在用戶裝置上運行的鬧鬼聊天機械人,對話越久,回覆越令人不安。裝置支援 WebGPU 時,應用會透過 WebLLM 在瀏覽器運行 Llama 3.2 1B;否則會改用預先寫好的台詞。整個應用只有一個 index.html 檔案,沒有後端;約 700 MB 的模型下載完成後,可在關閉 Wi-Fi 的情況下運行,聊天內容不會傳送至伺服器。
這項工具依靠開放式創新構建;分析執行時異常往往需要處理敏感的內部日誌和遙測數據,因此封閉式商業 API 完全不可行。使用開放權重模型可在本機推理,並按這個用途自訂 Agent 工作流程,同時不損害私隱。
NorthCUA 透過經驗飛輪、遞進式學習及強化學習,提升電腦操作智能體在 GUI 和網頁互動方面的表現。在報告所列評測設定下,Nano、Mini 和 Pro 在開源模型中於 GUI 定位、桌面操作及網頁互動取得最佳成績。NorthCUA-Ultrafast 在預先強化學習的 Nano 上結合直接動作選擇與開放式生成,提供經測量的品質與延遲取捨。
GhostWrite 是一款以 TinyLlama 1.1B Chat 為基礎的本地 AI 鬼故事生成器,用戶可自訂故事背景、主角和神秘物件,再生成並下載鬼故事。應用程式使用 Python、Streamlit 和 Hugging Face Transformers,模型在本地運行,無需外部 AI API 金鑰。
FlashAfterlife 使用 Google Gemma 和 Mastra,將舊版 Flash 遊戲的 ActionScript 2.0 位元碼轉換成 60 FPS HTML5 遊戲。專案採用 gemma-4-26b-a4b-it,並由 Gemma 為遊戲創作英語及西班牙語雙語悼念詩。完整原始碼以 MIT License 開源。
Lunar Hollow 是一款離線懸疑遊戲,玩家要拼合四名留言簿訪客留下的線索,找出檔案密碼。遊戲以 HTML、CSS 和 JavaScript 製作,現時無需安裝,亦不使用 AI 模型;作者計劃日後透過 Ollama 加入本地開放權重模型,改寫角色回答,但尚未建置或測試。
Digital Séance 是一款開源超自然故事應用,讓用戶輸入回憶或虛構情境、選擇靈體個性與敍事語氣,生成鬼故事。項目以 Qwen2.5-3B-Instruct 作為預定故事模型,透過 Hugging Face Transformers 整合開放權重 AI,並提供替代結局、神秘訊息及個人故事檔案。作者指出,本機推理有助把個人回憶留在用戶自己的裝置,並減少對專有 AI API 的依賴。
《The Room That Forgot You》是一款以閉館後的鐵路博物館為背景、在瀏覽器中遊玩的第一人稱謎案遊戲,玩家須連結檔案紀錄,還原被遺忘者的故事。遊戲以 MiniLM 檢索已發現的證據,遇上模糊候選時再用 Qwen2.5-1.5B-Instruct 作本地判斷,並由玩家確認連結。開發測試共通過 43/44 項;混合流程的回應中位數約為 12 ms,模糊判斷最長需時 4.59 秒。
開發者打造 Haunted Museum of Dead Tech,讓八種 1971 至 1999 年間出現的舊科技化身幽靈,與訪客對話並為自己辯護。每個幽靈由 Gemma 3 (4B) 經 Ollama 在本機生成,毋須 API key 或雲端。訪客可留下供品、簽留言簿、觀看幽靈辯論,或召喚停止更新的 GitHub 儲存庫幽靈。
Tell the Tree 使用透過 Ollama 本機運行的 Gemma 4 E2B,讓用戶以日常句子建立家譜,並在確認前預覽修改;資料不會離開電腦。程式會處理關係歧義及家譜檢查,必要時詢問用戶。Gemma 4 E2B 配合程式在 15 句測試中答對 15 句,另在 6 句日常意大利語測試中作出 5 次正確決定。
AC Connect 是一個以本地運行的開源 AI 協助保存家庭回憶的平台,讓家庭記錄、整理及重温親人的聲音、故事、傳統與回憶。初步原型已有網站介面,以及可在瀏覽器錄音、播放和下載的功能;本地語音識別、AI 回憶摘要和可搜尋的回憶儲存仍在後續開發計劃中。開發者希望核心體驗可在本地運作,減少對外部 AI 服務的依賴。
作者打造 MemoryDay · Our Ofrenda,結合數碼紀念祭壇、家庭檔案及 AI 輔助紀念冊生成,保存家人的故事、照片與回憶。系統以 Gemma 配合本機 Ollama 提供 AI 功能,並使用瀏覽器 IndexedDB 儲存個人內容,採用本機優先設計。家庭檔案問答功能不應捏造檔案中沒有的回憶。
CryptGit Studio 是一款本機優先的軟件考古工具,結合 Python AST 分析、Git 歷史重建及證據核實,協助開發者調查可能未被使用的程式碼,而不會自動刪除。它使用本機運行的 Qwen2.5-Coder 3B 解釋不確定性,並以 Appwrite TablesDB 儲存調查紀錄及人工審核結果。最新測試有 52 項通過、1 項略過。
作者以 Google 的開放權重 Gemma 模型打造全瀏覽器運作的恐怖故事生成器,透過 Gemini API 自動偵測並選擇可用的 Gemma 模型,按用戶設定生成故事。應用程式以 SSE 即時串流輸出故事,支援自訂角色、場景和篇幅,並以原生 HTML、CSS 和 JavaScript 建構。
作者為 Mergetober 黑客松製作 Twitch 連接器,將追蹤的頻道、頻道描述與分類,以及 VOD 和 clips 連結到 cognee,形成可搜尋的記憶。連接器透過重新列出資料並比對差異,同步追蹤變更和已過期的 VOD;測試套件有 55 項測試通過。它不支援即時聊天室記錄,clips 清單則只涵蓋約 1000 個按觀看次數排序的項目。
RepoSeance 是一款開源、本機優先的 AI 程式碼庫考古工具,結合原始碼分析、Git 歷史調查與 RAG,協助開發者理解陌生專案及追查實作決策的來歷。它透過 Ollama 在本機執行 Gemma 等開放權重模型,提供附有原始碼檔案及行號依據的問答,並以 npm 套件形式提供。
The Last Commit 是一個 3D 空間體驗,讓用戶為自己的 GitHub 公開程式碼庫撰寫數碼遺囑,交代維護權繼承、分支與 issue 的安排,以及留給社羣的訊息。
作者 Jayden George 開發 Planchette,根據 Gemma 3 4B 對下一個字母的 token 機率,驅動靈應盤逐字作答。模型照常選取完整 token,程式把 top 20 候選 token 按下一個字母彙總機率,讓盤面在模型猶豫時於字母間擺動。
Haunted Code Reviewer 是一款 AI 程式碼審查網頁應用程式,可找出程式碼中的潛在錯誤、邏輯問題、未使用變數,並提出改進建議。應用程式以 Python 和 Streamlit 建置,透過 Hugging Face Inference API 連接開放權重模型 Llama 3.1 8B Instruct,並由作者全程使用手機開發及部署。
Ghostlight AI 是一款以 HTML、CSS 和 JavaScript 建構的瀏覽器 AI 故事體驗,使用 Transformers.js 在瀏覽器載入開放權重模型 FLAN-T5 Small 生成文字。它提供鬼故事生成器及 Memory Keeper,分別用來創作故事和書寫紀念訊息;推理不需付費 AI API 金鑰或自訂應用程式伺服器。
Echoes 是一款以本地優先為設計方向的 AI 記憶保存助理,結合 Whisper、Ollama、Gemma、Python 和本機儲存,將錄音轉成文字、整理記憶並生成摘要。用戶可用自然語言搜尋及重温保存的故事;盡可能在本地處理,讓個人資料保留在用戶掌控之中,毋須每次互動都傳送至第三方 AI API。