Ghost Storyteller:以 AI 讓故事栩栩如生
Ghost Storyteller 是為 Hacktoberfest Open-Source AI Challenge 開發的 AI 故事創作項目,探索如何以 AI 將構思和提示詞轉化為互動敍事,並以人類創意為核心。項目採用 React.js、TypeScript、Vite、Tailwind CSS、Node.js 和 Express.js,並整合 AI 生成。
Ghost Storyteller 是為 Hacktoberfest Open-Source AI Challenge 開發的 AI 故事創作項目,探索如何以 AI 將構思和提示詞轉化為互動敍事,並以人類創意為核心。項目採用 React.js、TypeScript、Vite、Tailwind CSS、Node.js 和 Express.js,並整合 AI 生成。
Ishika Mahadar 開發 Git Séance,利用 Git 歷史整理已刪除檔案,並找出程式碼庫中仍提及這些檔案的位置。`git seance --install-hook` 可在提交刪除時檢查殘留引用;Qwen2.5-Coder 7B Instruct 經 Ollama 在 localhost 運行,Git 事實與模型敍述分開呈現。
阿里巴巴於 2026 年 8 月發布 Qwen3.8 系列,並開放 Qwen3.8-Max 旗艦模型權重,總參數為 2.4 萬億。Qwen3.8-Max 採稀疏 MoE 架構,每次推理約啟用 950 億參數,支援 100 萬 Token 上下文及原生多模態輸入。
CodeNecromancer 是一個以本機運行的開放權重 Google Gemma 驅動、用來檢查及復活棄置程式碼庫的自主 Agent。它會審核過時依賴、分析程式碼庫狀況、更新舊語法,並產生 GitHub Actions v4 工作流程及 RESURRECTION.md。項目透過本機 Ollama 使用 gemma4:e4b 或 gemma:2b。
軟件項目的社羣塑造項目價值,作者認為社羣比自由軟件授權類型更值得重視,單靠強 copyleft 授權並不能保證項目重視軟件自由。評估項目時,還可留意其包容性、對生成模型的立場、企業控制及貢獻者授權協議。用戶可加入或建立社羣,透過編寫文件、社羣管理等工作參與。
ZETA CYBERLAB V5.0 系統提示詞以 MIT 授權開源,旨在將 LLM 轉化為採用固定方法的逆向工程助手。它包含 12 個模組及自動化 7 步工作流程,並要求標明未經驗證的推論,不得捏造反組譯或偵錯輸出,以及不存在的函式或 API。
ECHOES — The Memory Keeper 是一個私密、以 AI 為基礎的數碼紀念體驗,讓用戶保存親友的故事、喜愛事物和照片,並將回憶轉化為紀念故事。示範記憶和偏好設定儲存在瀏覽器 localStorage;未設定 AI 服務時,系統會使用清楚標示的本機示範內容。其模組化生成架構預留整合 OpenAI-compatible endpoints、Ollama 和自架推理伺服器的支援。
NVIDIA 同意以 12.93 billion dollars 收購 Hugging Face,美國司法部正就交易展開反壟斷審查。審查關注交易可能令同一家公司同時控制 AI 訓練及推理硬件供應與開放模型分發,並影響模型流量及競爭者處境。交易預計於 2027 年上半年完成,NVIDIA 承諾維持 Hugging Face 開放及多供應商模式。
推薦理由:文章聚焦 NVIDIA 收購 Hugging Face 將硬件供應與開放模型分發集中於同一家公司後,引出的平台中立及競爭疑慮。
Mistral AI 於 10 月 29 日公開 Mistral Large 4(「Le Chonk」)完整權重,模型有 1 trillion 總參數、約 52 billion 活躍參數及 1 million-token 上下文窗口。
推薦理由:文章並列發布前後的 Terminal-Bench 變化與第三方榜單結果,呈現 Mistral Large 4 在編碼表現上的進步及其排名邊界。
GhostShell 是一款開源 AI 網絡安全與開發輔助工具,使用者可透過四種模式分析指令、錯誤、程式碼及安全風險,而工具只作分析和解釋,不會執行使用者提供的指令。它以 Python、Flask 和 Ollama 建構,目前在本地測試 Qwen 2.5 1.5B。作者計劃探索推出 VS Code 擴充功能及支援 Gemma 等開放權重模型,這些功能尚未實作。
tinyworldformer 在 Raspberry Pi Pico 2 W 上以世界模型預測遊戲下一畫面和獎勵,再由另一個神經網絡根據生成畫面選擇動作,形成遊玩閉環。
Root-yield 是一項開源機器間資助實驗,探索讓具經濟生產力的 AI 智能體資助後續智能體。其現行設計採用五份智能合約及 1% 貢獻機制,並設有上限還款義務。文件記錄的 Base Mainnet 部署使用 MockUSDC,並非 Circle 的真實 USDC。
Pasha Meer 開發 Link Rot Ofrenda,利用 Internet Archive 找回失效連結的網頁存檔,再由本地 Gemma 3 1B 生成悼詞、摘要和供品。摘要會經詞面比對,低於 45% 或出現來源未提及的名稱、數字時會重試一次;仍未通過便改引存檔原文,找不到存檔則不會虛構內容。作者在雙核心 ARM CPU、沒有 GPU 的環境下測試,每頁生成約 2 至 6 秒。
作者開發開源 GitHub Action Possessed,對照通過狀態碼檢查的連結現況與 Internet Archive 存檔,並建立修正 pull request。
The Legacy Code Necromancer 是一款以 Python 編寫的本機 CLI 工具,透過 Ollama 執行 Gemma 3,分析及重構舊程式碼,並生成 Markdown 審計報告。
Lont 開源 Overtone,這款工具可轉錄及校正語音,並按不同畫面比例切分字幕。它會以多個語音辨識模型處理音訊,結果有分歧時將短片段再次交由模型處理,再由 LLM 判斷內容。程式碼以 MIT 授權開源,並提供 Video.js 外掛及將字幕燒錄至 MP4 的工具。
Rohit Purkait 開發 Bhoot,讓本地 Gemma 根據 Git 歷史為至少一年未提交的開發者及已刪除檔案撰寫兩句紀念文字,再由程式逐項核對文中事實。
Zyphra 發佈首個以腦部數據訓練的基礎模型 ZUNA,這款 380M 參數的擴散自動編碼器可從不完整 EEG 數據重建高保真腦訊號,並預測缺失通道。ZUNA 在高擴展因子下的表現優於 MNE 實作的球面樣條插值法,並以 Apache 2.0 授權開源。
NoirTerminal 是一款開源 shell wrapper proxy,透過本機 AI 模型為終端指令加入互動式恐怖敍事,同時保留原有指令輸出。它使用 LM Studio 在本機執行 qwen2.5-3b-instruct,無須連接雲端,亦可離線運作。
Elliot Sturzaker 建立並開源 Speakhold,一款 Mac 原生 Swift App,提供按鍵聽寫與會議錄音後生成筆記。聽寫語音模型在 Mac 上執行;會議結束後,App 輸出包含摘要、決策、行動項目、未解問題及完整逐字稿的 Markdown 檔,並刪除音訊。
Baseten 發佈 Base Labs 開發的 2B 決策模型 joey-1,模型輸出標籤及校準概率而非生成文字,面向高流量路由、分類和安全護欄檢查。
Cloudera 與 Mistral 合作,將 Cloudera 的企業資料基礎與 Mistral 可自訂的開放權重模型結合,讓模型更貼近企業資料。合作涵蓋 Mistral Large 4,雙方工程團隊會協助客戶按特定用途選擇模型和基礎設施。企業可把專有資訊與模型結合,支援金融服務、公共部門及製造業等領域的應用。
作者 Md Faijal Eaqbal 建立 PhantomShell,讓終端指令失敗時顯示簡短説明和可複製的修復命令,但不會自行執行命令。預設模型是透過 Ollama 在本機運行的 Gemma 3 4B;模型或後端失效時,確定性規則引擎可離線處理常見錯誤,無法判斷時則不提供修復建議。
Ofrenda 使用開放權重 Gemma 3,透過逐一提出、根據用戶回憶生成的追問,協助記錄逝去親友或寵物的故事。系統最多提出五條追問,再生成包含簡短追憶、三項具體細節及可選原話的紀念卡;後端不儲存、記錄或轉發回憶,卡片只儲存在訪客的瀏覽器。
開發者打造 Haunted Terminal,結合互動式終端應用程式與瀏覽器 CRT 體驗,讓 AI 鬼魂按用戶指令作出即時回應。系統可在本機透過 Ollama 使用 Qwen 2.5 和 Llama 3.2,並為網頁容器提供程序式後備方案,另設四種可即時切換的鬼魂性格。
GhostTerminal AI 是一款以 Qwen2.5-0.5B-Instruct 驅動的萬聖節主題互動終端,可在一般消費級 CPU 硬件上完全本機運行。它以確定性快速路徑處理常見指令,並以本機 4-bit 量化模型回應自由提問;模擬指令會在少於 1 毫秒內完成,且不會操作主機作業系統。專案以 MIT License 開源,並提供 CRT 顯示效果、音效及無障礙設定。
全球地緣政治令計算基礎設施及科技領導層的人際網絡成為軟件開發的核心風險,工程主管、DevOps 專家和開源維護者亦可能成為攻擊目標。文章建議對硬件及雲端配置實施零信任,落實最小權限和硬件安全金鑰多重因素驗證,並審核開源依賴及驗證建置來源。
DEADNET 是一款以已故女子舊電腦為場景的短篇謀殺懸疑遊戲,玩家透過訊息、電郵和照片查明事件。案件證據與答案固定,角色由開放權重模型演繹,而且只知道玩家展示給她的內容。遊戲可透過 Ollama 在本機以 Gemma 運行,離線遊玩並保護對話私隱。
作者為 Hacktoberfest Open-Source AI Challenge 第 4 週製作了 Ghost in the Machine,一個可離線使用的開源 AI 互動體驗,設有復古終端、靈異對話室和數碼祭壇三個空間。AI 推理可使用內置回應引擎、Ollama,或兼容的本地推理端點;項目無須依賴雲端服務。
Mistral AI 發佈 Mistral Large 4,這款 1T 參數模型採用開放權重及寬鬆授權,並主打較低推理成本。模型在 HumanEval 達 92.4%,上下文窗口為 64 k;文章稱其推理成本較 GPT-4-Turbo API 低約 45%。ф
NecroShell 是一款由本地開放權重 Gemma 驅動、可在隔離環境運行的幽靈終端伴侶,會根據開發者執行的命令和錯誤生成評論。它設有 4 種幽靈角色、程序檢查功能及紀念祭壇指令。若 Ollama 或 GPU 執行環境不可用,內置的本地生成引擎可即時啟動,啟動時間為 0ms,且不會連接外部網絡。
GhostMemory AI 是一個以 AI 驅動的故事創作體驗,讓用戶把故事構想、記憶和日記片段改寫成靈異敍事。網站以 Netlify 部署,項目計劃透過 Netlify Functions 呼叫 Cloudflare Workers AI,使用開放權重模型進行推理。
Mistral 已在 Hugging Face 公開 Mistral Large 4 權重;該模型在編碼測試中領先開源模型,但整體能力評分仍低於多款中國模型。
Baseten 發佈 joey-1 決策模型,以單一 token 和信心分數直接輸出判斷。平均 2,000-token 請求的 P50 端到端延遲為 20 ms,較 elephant-1 的 49 ms 快約 2.5 倍;每百萬 tokens 收費 $0.01,為 mammoth-1 的十分之一。
Ofrenda 可在瀏覽器內把親友的語音備忘錄轉成可列印的紀念卡,全程無需後端伺服器。它以 WebAssembly 執行 Whisper 語音轉錄,並用 Qwen2.5-0.5B-Instruct 撰寫卡片文字,輸出 1000 × 1400 SVG。完整流程首次會下載並快取 39 MB Whisper 權重,其後可離線使用;項目採 MIT 授權。
耶路撒冷希伯來大學及合作機構開發 BBERT,能識別短至 100 個鹼基的細菌 DNA 片段。基準測試中,BBERT 分辨細菌與非細菌 DNA 的準確率約為 90%,識別蛋白質編碼片段及其讀取框的準確率分別約為 88% 和 96%。團隊將工具應用於 1,969 個土壤 DNA 數據集;模擬混合樣本中,平均組裝時間由約 66 小時降至 25 小時。
Wang Zhe 開發了開源終端工具 GhostShell,會在 Shell 命令執行前解釋其用途、來源和風險,並預設不執行命令。它以規則偵測危險命令,對 critical 命令直接拒絕執行;其他命令須加上 --execute 並明確輸入 y 才會執行。沒有 Ollama 時由規則引擎離線回應;使用 Ollama 時請求只發往 localhost:11434,預設模型為 Gemma 3。
GhostMemo 是一款記憶日誌,能透過本地 AI 模型把用戶保存的回憶改寫成帶有虛構細節的鬼故事。項目使用 Ollama 和 Gemma 3 1B(gemma3:1b)生成故事,回憶儲存在瀏覽器的本機儲存空間,並可刪除。故事請求傳送至本機 Ollama,而非 GhostMemo 伺服器。
Mistral AI 於 2026年10月29日公開 Mistral Large 4 的權重,模型共有 1,000 billion 個參數。此後三週,Mistral 持續進行強化學習,重點改善編碼與網絡安全;Terminal-Bench 4.0 得分由 28% 升至 41%。
推薦理由:文章交代開放權重讓 Mistral Large 4 可在自有伺服器運行,同時説明服務轉售授權限制及所需的數據中心 GPU。
Mistral 開放 Mistral Large 4(「Le Chonk」)權重,企業可在自有硬件及防火牆內運行模型,避免敏感數據暴露予雲端或外部第三方。模型有 1 trillion parameters 和 52 billion active parameters,原生支援多模態,並經過額外三週強化訓練及客戶測試。