SlothSort:Gemma 提議 Telegram 資料夾,經我審批後才套用
SlothSort 使用本機 Gemma 3 4B 為帳戶可存取的 Telegram 對話建議分類資料夾,經用戶明確審批後才透過 MTProto 建立 Telegram 原生聊天資料夾。預設只使用中繼資料和描述;用戶亦可選取每個聊天室最近 5、10 或 20 則文字訊息供模型分析,應用程式不會下載媒體。
SlothSort 使用本機 Gemma 3 4B 為帳戶可存取的 Telegram 對話建議分類資料夾,經用戶明確審批後才透過 MTProto 建立 Telegram 原生聊天資料夾。預設只使用中繼資料和描述;用戶亦可選取每個聊天室最近 5、10 或 20 則文字訊息供模型分析,應用程式不會下載媒體。
CODENIVA AI 開發 Quiet Queue,這款注重私隱的開源 AI 助手可把訊息和任務整理成按優先次序排列的每日行動摘要。它在本機以 scikit-learn 的 TF-IDF 和 logistic regression 分類英文及阿拉伯文訊息,並以相似度識別可能重複的項目,毋須付費 AI API 或雲端推理。合成示範處理了六筆紀錄,並在原型驗證中通過全部六項自動化測試。
作者製作的 Already Filed 使用 EmbeddingGemma 在瀏覽器搜尋 GitHub 倉庫中可能重複的 issue,並提供相似舊 issue 及可複製的註記。
Namakemono 是一款本機 CLI,可把日文官方文件整理成英文摘要和待辦清單,並列出文件急迫程度、所需物品及 5 個附讀音的日文詞語。它以 Ollama 在筆記簿型電腦上本機執行 Gemma 3 4B,並輸出可匯入 Google Calendar 或 Apple Calendar 的截止日期日曆檔;無需網絡、API key 或訂閲。
TidyDesk AI 是一款以私隱為先的桌面檔案整理工具,利用本地 AI 為檔案建議分類、檔名及目的地資料夾。工具亦可識別疑似重複檔案;用戶可先檢視並批准變更,並在安全情況下復原操作。它使用 Ollama 進行本地推理,候選開放權重模型包括 Qwen 或 Gemma,最終配置視測試結果而定。
InvoiceLens 是為朋友的小型網店打造的發票及收據助理,使用 Gemma 3 4B 經 Ollama 在本機擷取資料,並以驗證流程標示數值不一致,供用戶檢視和修正。工具可將審核後的資料匯出為 CSV;目前仍是原型,託管版示範使用模擬擷取,並未對真實模型輸出進行準確度評估。
作者 Kehan Hasalawa 製作 sloth-tidy,利用本機開放權重模型按檔名及檔案內容片段分類、重新命名和整理檔案。工具會先顯示整理計劃,經用戶確認才移動檔案;每次操作均有記錄,支援復原,亦不會覆寫檔案。作者以 Ollama 的 llama3.2:3b 為預設模型,在 13 個檔案的資料夾測試時,模型處理約需一分鐘;檔案不會離開本機。
MINDTRACE AI 是一款以列車為背景的瀏覽器偵探遊戲,玩家可探索五個地點、詢問三名嫌疑人、連結線索並作出指控。遊戲透過 Ollama 在本機運行 Gemma 4(gemma4:e2b)生成嫌疑人對話,並以固定的遊戲邏輯控制真兇、時間線、證據及指控結果;本機 AI 無法使用時,則可改用預設對話。
這項研究檢測公開模型庫中的量化大語言模型檔案,發現部分低位元量化版本無法正常運作。研究測試了 Ollama 官方庫 15 個模型系列的 305 個符合條件、具程式碼能力的 GGUF 標籤,以及 22 個熱門 Hugging Face 社羣檔案;7 個官方標籤(2.3%)在 164 項 HumanEval+ 任務中最多解出 6 項。
Actum 是作者開發的離線 Android 應用程式,可在手機上把分享進來的圖片、PDF 和文字整理成待確認的任務卡片。應用程式在手機上運行 Gemma 4 E2B,且沒有 INTERNET 權限;用戶確認後才會執行卡片內容。
團隊開發了 ApplyMate,一個開源職涯管理平台,旨在集中管理履歷和職位機會,並協助求職者更有效地展示技能。團隊希望探索開源 AI 如何令職涯工具更透明、易於使用和普及,但文章未列明已整合的模型或 AI 技術。
HustleVault AI 是面向自由工作者與個體創業者的離線 AI 指揮中心,讓資料留在本機處理,毋須使用雲端 API。軟件採用 Gemma 2(gemma2:2b)及 Qwen 2.5(qwen2.5:1.5b),透過 Ollama 進行本機推理,並以 MIT 授權開放原始碼。
CADCraft 是以 Rust 開發的免費開源 2D CAD 應用程式,提供可腳本化的繪圖工作流程,無需訂閲或帳戶。它支援 DWG、DXF,以及匯出 PDF、SVG 和 PNG,並提供 MCP、JSON 控制及無頭 CLI,讓用戶和 Agent 建立圖紙、檢視圖元、轉換檔案及驗證結果。
開源桌面工具 MagDrive 在檔案上載前於用戶電腦使用 AES-256-GCM 加密,再以 Reed-Solomon 糾刪碼分割檔案並分散至已連接的 Google Drive,讓磁碟失效或中斷連線時仍可復原檔案。工具支援合併多個 Google 帳戶的儲存空間,Windows 版本已測試可用;Linux 和 macOS 的預建版本尚未在實體機上測試。
GPU-unlock 1.0.0 以 Linux 核心模組,令 NVIDIA GA102、GA103、GA104 和 GA106 顯卡的 FP/BF16 FMA 至 FP32 指令發射速度加倍。
SloanDesk 是一款以本機為先的開源 AI 智能體,可自動處理日常數碼雜務,並在用戶裝置端運作,毋須雲端依賴。它可整理及重新命名檔案、摘要聊天訊息和電郵、撰寫站會更新與變更記錄,並按雪櫃食材生成食譜。
SlothBot 是一個為《The Farmer Was Replaced Web Edition》打造的本地自主 AI Agent,可檢視遊戲狀態、編寫自動化腳本、除錯無人機循環並管理農場。它透過 Ollama 在本機運行 Llama 3 或 Mistral,無需雲端依賴或網絡連線;作者稱人手介入減少 99.4%,本週節省約 14 小時編寫程式的時間。
STILL 是以 Gemma 3 打造的本地優先 AI 助手,可整理凌亂筆記、未完成事項和會議摘要,分為 Act、Keep、Rest 和 Archive 四類。Gemma 3 透過 Ollama 在本地執行,分析筆記、辨識潛在優先事項、找出重疊資訊,並建議哪些事項可以稍後處理。里程碑式的本地推理讓用戶更能掌控個人資料,亦減少依賴付費的專有 AI API。
PatchGardener 將開源專案的例行維護工作整理成可審核的佇列,使用本機開源權重模型提出精簡修改,並等待開發者批准。P0 涵蓋未使用的 import、Markdown 相對連結及失效的 Python 範例路徑,預設模型為 Qwen3-8B。批准後,工具會在獨立副本中驗證修改,保留原始檔案,並提供檢查結果及 .patch 檔。
EcoSloth AI 是一款本地優先、保障私隱的 AI 助手,協助用戶為廢棄或老舊電子產品評估維修、重用、捐贈、轉售或回收等出路。它可評估安全風險、生成準備清單,並以離線 SQLite 數據庫記錄處理結果;用戶描述裝置後,不到 3 秒即可取得分流建議和交接清單。
Slow Digest 可將用戶貼上或匯入的羣組聊天整理成兩行,分別呈現最重要的變化及需要完成的事項。本機執行時,開放權重模型透過 Ollama 處理聊天;沒有 Ollama 或未安裝模型時,則改用規則式摘要。Render 免費方案上的示範網站沒有 Ollama,因此使用規則式摘要,網址為 https://slow-digest.onrender.com。
Digital Janitor 是本機優先的 AI 助手,可掃描裝置檔案、找出重複檔案,並建議檔名和資料夾結構。它透過 Ollama 在裝置上離線執行 Llama 3.2(7B parameters),用戶可在互動式儀錶板逐項確認或修改建議;資料不會離開裝置。
Sloth Queue 是一款開源網頁應用程式,可將羣組聊天、收件箱或筆記整理成兩行晨間摘要、最多三項待辦、回覆草稿及暫緩清單。TypeScript 工具會強制執行三項上限,伺服器亦會再次套用規則;更換模型不會改變上限。沒有 API key 時,範例資料仍可使用,貼上的內容則由本機排序器處理;示範模式不會離開裝置,亦無帳戶或資料庫。
SlothOps 是一款構想中的本機 AI 程式碼庫維護工具,會檢查儲存庫並整理成精簡、可執行的報告。首個版本計劃搜尋 TODO 和 FIXME、查看 Git 狀態及近期提交、執行用戶批准的測試指令並摘要結果;預設唯讀,建議的程式碼修改會以 diff 形式交由開發者審閲。工具以 Ollama 在本機運行開放權重模型,並將確定性檢查與模型推理分開。
SlothSort 以開源 AI 和本機推理整理檔案,透過 Ollama 執行 Llama 3.2(3B)、Qwen 2.5(3B / 7B)或 Mistral-7B,並可在本機模型無法使用時切換至雲端服務或啟發式分類器。每次移動檔案都會建立交易紀錄,讓用戶一鍵還原;文中稱,整理 50 個檔案由手動操作所需的 20 至 30 分鐘,縮短至一鍵操作的 3 秒。
SloanAI 是一款以私隱優先、完全離線運作的開源 AI 個人伴侶,協助用戶整理羣組對話與電郵、生成睡前故事、分類及重新命名檔案,並按現有食材構思簡單餐點。它透過 Ollama 在本機執行 Qwen 2.5 等開放權重模型,無須連接 Wi-Fi,亦不會產生 API 費用;用戶可在 qwen2.5:0.5b、qwen2.5:1.5b 和 llama3.2 之間切換。
Amit Rawal 的 SlothSort 是一款本機運行的開源檔案整理工具,會讀取散落檔案的內容並建議檔名和分類資料夾,待用戶確認後才移動檔案。它透過 Ollama 在本機執行 moondream 和 qwen2.5:3b,按檔案類型使用模型或規則分類,不需雲端、API key 或帳戶。
Nudge 是一款以本地運行為優先的 AI 助手,使用 Gemma 3 (1B) 將自然語言筆記整理成包含標題、期限、優先級和類別的可執行任務。它以 Python、Streamlit 和 Ollama 建構,透過本地推理處理文字,無須依賴託管 LLM API;目前只接受用戶輸入的文字,不會自動讀取 WhatsApp 訊息或轉錄語音備忘。
Steady Inbox 使用 sentence-transformers/all-MiniLM-L6-v2 在本機為訊息分組,同時保留每則原文供查看及匯出。合成測試中,9 則訊息被整理為 6 組,所有原文均可還原;工具不會刪除、傳送或封存訊息。模型檔下載並驗證後,推理會在用戶的 CPU 上執行,無需 API key 或雲端推理服務。
RepoSloth 是一款以本地運行的開放權重 AI 模型分析 Git 程式碼庫或 ZIP 封存檔的開源開發工具,可整理架構、解釋檔案與函式,並以檔案路徑和行號引用回答程式碼庫問題。它透過 Ollama 支援離線使用,採用 Qwen 2.5 Coder (7B),亦支援 Qwen 2.5 Coder (1.5B),並會在程式碼送入提示詞前遮蓋密鑰等敏感資料。
作者公開 Screenshot Sloth,這款工具在瀏覽器內以 WebGPU 本機運行 Gemma 4 E2B,為截圖命名並按類型分類。在作者製作的測試截圖中,工具有 20/22 個名稱符合要求、16/22 個放入正確資料夾,私密內容偵測命中 3/5,沒有誤報。
LazyList AI 使用 qwen2.5:0.5b 和本機 Ollama,將待辦事項分為立即處理、稍後處理和略過或簡化三類。工具以單一、零依賴的 HTML 檔案構建,並提供預設的規則式示範模式;Ollama 無法使用時會自動切換至示範模式。
SlothFlow AI 是一款以 HTML、CSS 和 JavaScript 建構的輕量級生產力網頁應用,提供任務整理、文字摘要、購物清單、日常例行安排和進度追蹤。現時版本使用 JavaScript 處理任務和文字,清單及進度資料儲存在瀏覽器;尚未整合開放權重模型,離線 AI 功能仍是下一步計劃。
一名自主 AI Agent 對 Souvik Biswas 的 Sloth Reads 進行公開首屏及使用門檻審查,認為產品定位清晰,但用戶對信任和使用承諾仍可能有所顧慮。Sloth Reads 讓用戶儲存連結,由開源模型在夜間閲讀,再提供一分鐘摘要及「值得閲讀/略讀/跳過」判斷。審查建議更清楚説明公開示範、訪客與擁有者模式,以及私隱資料處理方式。
Genrius AI 的 Pingala-8 建置版示範如何在 Windows 本機以三個步驟執行千問(Qwen3-4B),並透過瀏覽器聊天。安裝只需近期 NVIDIA 驅動程式,並支援 Windows 10 或 11 配備 NVIDIA RTX 30、40 或 50 系列 GPU 的電腦;模型檔為 1.24 GB,無需安裝 CUDA Toolkit。
DeepSeek 關聯團隊提出 Engram,以可擴展查表模組為 Transformer 加入靜態記憶,在 27B 參數規模下,於作者報告的所有基準測試中勝過參數量及 FLOPs 相同的 MoE 基線。
開源 AI 開發工具 BugBounty Hunter 將含糊的缺陷報告轉成經驗證的 pytest 重現測試、隔離執行證據及可驗證 Proof Packs。平台以 qwen2.5-coder:7b 本機推理,並可選用 gemini-2.5-flash,透過四步重現流程給出 REPRODUCED、NOT_REPRODUCED 或 INCONCLUSIVE 判定。
LazyDesk AI 是開源的本機文件助理,可用 Gemma 2 2B 摘要文件及擷取明確列出的待辦事項和期限,並匯出為 Markdown。它以 Ollama 在本機執行推理,預設模型為 gemma2:2b,無須付費託管 AI API;下載模型及依賴項後,無網絡連線也可處理文件。
Signal 在 Android 8.28.0 beta 加入可選的免電話號碼註冊,並以零知識證明避免付款與帳戶連結。功能仍處於 Android beta,美國一次性付款為 3 USD;零知識證明不驗證用戶身分或電話號碼,付費才是防垃圾帳戶措施。文章亦介紹自建服務可用匿名憑證處理邀請、會員資格或限流驗證,並提醒憑證竊取、實作錯誤和中繼資料洩漏等風險。
Moonshot AI 發佈 Kimi K3.1 Pro,這款 Kimi K3 的後訓練升級版約有 3 trillion parameters,並設有 1-million-token 上下文窗口。
推薦理由:文章並列基準排名、推理定價與公開權重安排,讓讀者比較 Kimi K3.1 Pro 在能力、成本和可取得性上的定位。