AI Ghost Story Generator:以本地開放權重 LLM 製作雙語恐怖故事體驗
AI Ghost Story Generator 是一款開源恐怖故事網頁應用,使用 Ollama 在本地執行 Meta 的 llama3.2:3b,支援英文及印地文生成。用戶可選擇 6 種恐怖子類型及 3 種故事長度,並透過瀏覽器語音合成和 Web Audio API 聆聽故事及恐怖氛圍音效。
AI Ghost Story Generator 是一款開源恐怖故事網頁應用,使用 Ollama 在本地執行 Meta 的 llama3.2:3b,支援英文及印地文生成。用戶可選擇 6 種恐怖子類型及 3 種故事長度,並透過瀏覽器語音合成和 Web Audio API 聆聽故事及恐怖氛圍音效。
lemo-opuscar 把 59 種電影風格打包成編碼 Agent 可調用的技能,並以逐步確認流程協助用戶自訂風格。套件附有指導和製作指南,影片以程式碼逐格渲染,輸出包含可修改及重新渲染的程式碼。README 指出每部影片需 30 至 60 分鐘,風格亦針對特定模型調校。
Reanimate Fortran 是一款本地網頁應用程式,連接用戶的本地 LLM 伺服器,將舊有 Fortran 程式碼轉為 Python。應用程式以 React 和 Vite 編寫;使用本地 LLM 伺服器可讓舊有及轉換後的程式碼留在公司控制之下。
git-ghost 是一款命令列工具,透過本機 Ollama 執行的 Gemma 模型,根據 Git 專案最早及最新的提交紀錄,讓模型以開發者過往的身份發言。工具以 Python 標準函式庫編寫,預設使用 gemma3:4b,並要求模型只採用提交紀錄中的事實。使用本機開放權重模型處理提交紀錄,毋須 API key,也不會將資料傳出手提電腦。
ECHOES 是一款開源的本機 AI 開發者伴侶,透過 Ollama 運行可設定的開放權重模型,將輸入的 Shell 指令當作純文字,生成詭異旁白和恐怖故事。它提供四種氛圍風格、故事編寫模式及本機 SQLite 會話記錄;指令不會執行。
開發者打造 bhoot.sh,一款以 Gemma 2 為核心的本機桌面幽靈,會追蹤滑鼠、監察剪貼簿與視窗活動,並以 Hinglish 和英文吐槽編程習慣。它透過 Ollama 在本機運行 Gemma 2(2B),並以 60 FPS 顯示動畫;作者稱所有監察均在本機進行,不會把剪貼簿資料傳到雲端。
RecallMate 是一款語音日誌工具,可將口述內容轉錄成結構化日誌,並根據用戶的記錄回答回顧問題。核心流程使用 faster-whisper、Ollama 上的 qwen2.5:7b、Instructor、SQLite 和 Streamlit,並在本機或運行環境執行,無須將錄音或日誌內容傳送至公司伺服器。
RecallMate 將語音轉錄並整理成結構化日誌,讓用戶日後透過提問找回過往記錄。核心流程以 faster-whisper、Ollama 上的 qwen2.5:7b、Instructor、SQLite 和 Streamlit 建構,並以開源軟件在本機運行。語音及日誌毋須傳送至公司的伺服器,使用亦無需付費。
Git Séance 是一款本機優先的應用程式,透過 Git 歷史記錄及經 Ollama 執行的本機 Gemma 模型,協助開發者調查程式碼的過往變更。它會以相關提交作為模型解釋的依據,並讓用戶查看提交資料及程式碼差異摘錄;用戶亦可探索已刪除的檔案和搜尋提交紀錄。
Hogwarts After Dark 是一款維多利亞哥德式魔法調查遊戲,讓本機運行的開放權重大語言模型扮演角色,參與玩家的審問。遊戲引擎以 TypeScript 和 Python FastAPI 建構,負責管理線索、咒語及勝利條件,避免模型捏造不存在的證據。無法偵測到本機 AI 時,遊戲會改用預設對話引擎,仍可完整遊玩。
作者以 Go 建構 Wraith,讓終端機在指令出錯、深夜編碼或危險操作後,輸出離線 AI 評語。它透過 Ollama 在本機運行 Gemma 3,預設使用 gemma3:4b,亦可選 1b 或 12b;命令字串和檔案路徑不會離開本機。模型回應時限預設為 800 ms,超時便改用預寫訊息或保持沉默。
Ghost in the Terminal 是以 Python 和 Streamlit 建構的互動式 AI 專案,透過 Groq 託管推理服務及 openai/gpt-oss-20b,讓虛構的電腦幽靈生成回應、故事和神秘訊息。
GhostShell 以 Python 3.13 開發,透過 Ollama 在本機執行 Gemma 2 2B,提供可執行本機命令的網頁終端,並即時顯示 Gemma 的回應。它可離線運作,命令紀錄和檔案名稱不會離開用戶的裝置;用戶亦可調整本機系統提示詞,改變模型個性。
The Ofrenda Witness 是一款十分鐘、單人謀殺謎案遊戲,玩家透過死者的遺物詢問幽靈,推理出兇手。遊戲以 Qwen2.5-1.5B-Instruct 在瀏覽器內透過 WebLLM 和 WebGPU 執行,無需伺服器或 API key;首次載入約需下載 0.8 GB 模型權重,之後可離線遊玩。驗證器會檢查回覆是否超出記憶內容,若模型仍編造資訊,便改為逐字引用最接近的記憶。
Siempre 是以開源 AI 打造的私密數碼紀念空間,讓家人保存回憶、照片、語音故事及紀念物品,並以互動祭壇呈現。它透過 Ollama 在本機運行開放權重模型,按用戶提供的記憶撰寫紀念文字,並設有防止虛構故事或冒充逝者發言的限制。語音故事可在本機轉錄,記憶亦可匯出為 JSON。
GHOST 是在用戶電腦上運行的開源家庭記憶檔案工具,可儲存信件、照片、食譜及口述歷史,並以自然語言搜尋附有來源引用的答案。若檔案中沒有相關記憶,系統會拒絕回答;Ghost Mode 則可將選取的記憶改編成清楚標示的虛構故事。工具使用 Ollama、sentence-transformers 和 faster-whisper,但作者尚未以真實模型驗證答案質素或 CPU 速度,也未完成斷網測試。
GhostCommit 是一個以萬聖節為主題的 AI 程式碼審查工作區,可掃描程式碼並提供問題説明、來源行及建議修改。它支援 Groq 雲端推理和 Ollama 本機推理,預設模型分別為 openai/gpt-oss-20b 和 qwen2.5-coder:3b;後端不會執行提交的程式碼。
PHANTOM SHELL 是一款復古恐怖遊戲概念,將電腦終端與鬧鬼世界連結,讓玩家探索場景、發現記憶線索並與幽靈對話。遊戲設有互動式模擬終端、分支謎團及連結對話、證據、謎題與房間進度的共享狀態;終端只在遊戲內模擬,不會在玩家的作業系統執行任意指令。
RepoGhost 是一款本地 AI 工具,利用 Git 提交搜尋專案被遺忘的開發決策,並提供提交雜湊、日期、檔案路徑及歷史差異供核實。工具使用開放權重模型 sentence-transformers/all-MiniLM-L6-v2;在虛構儲存庫的 6 條問題測試中,語義搜尋答對 5 條,準確率為 83.3%,關鍵字搜尋答對 4 條,準確率為 66.7%。
摩爾線程宣佈開源 Megatron-MUSA-Titan,這是一個面向其全功能 GPU、為萬卡級集羣訓練萬億參數 MoE 模型設計的訓練基礎設施項目。項目覆蓋預訓練與強化學習,並已在實際萬卡集羣完成長期穩定訓練驗證。框架整合 blockwise FP8 訓練、DeepEP 與 ACE 異步通信引擎,並支援 slime、miles、SGLang。
開發者建立開源、自行託管的項目 OpenProspect,將小型外展活動中分散於多個工具的工作流程整合至單一管道。項目涵蓋商戶搜尋、潛在客戶資料補充、AI 輔助電郵草擬、活動發送及成效追蹤。文件列明每小時最多發送 20 封電郵,用戶須自行負責聯絡資料、同意安排及發送設定。
GhostShell 是一款開源 AI 終端伴侶,會對命令作出怪異風格的評論,並可按開發過程生成鬼故事。它以 Python、Ollama 及兼容的開放權重語言模型運作,核心 AI 體驗設計為本機推理,亦可選擇提示可能有危險的 Shell 命令。
摩爾線程開源大模型訓練基礎設施項目 Megatron-MUSA-Titan,面向萬卡級集羣的萬億參數 MoE 模型訓練,覆蓋預訓練與強化學習。項目已用於萬億參數 MoE 模型預訓練,並支持與 slime、miles 協同;其 blockwise FP8 訓練及 DeepEP、ACE 異步通信引擎可提升大規模訓練效率。
摩爾線程開源大模型訓練基礎設施項目 Megatron-MUSA-Titan,聚焦萬卡級集羣的萬億參數 MoE 模型訓練。項目覆蓋預訓練與強化學習,已應用於相關預訓練,並支援 blockwise FP8 訓練,以及結合 DeepEP 和 ACE 加速 Token 分發與結果合併。
GhostWrite AI 是以 Python、Streamlit 和 Ollama 建構的恐怖故事生成器,使用本機運行的開放權重語言模型,按用戶輸入的故事構想生成原創故事。用戶可選擇故事風格、篇幅和強度,並下載文字檔;安裝模型和軟件後,無需互聯網連線亦可進行本機推理。
作者撰寫 Hermes 技能 area-market-analysis,以一條命令整理法國 DVF 成交資料,按年份統計公寓及住宅的成交量、中位每平方米價格和四分位距。工具會按交易合併資料列,並篩選單一公寓或住宅交易作價格統計;最新年份資料可能不完整,統計亦未反映房屋狀況和具體位置。
作者打造 armor-gw,一個自架、兼容 OpenAI 的 LLM API 代理,會偵測拒答、改寫請求並重試,直至取得未被判定為拒答的回答。它採用 13 類偵測器和 62 種改寫算子,並以 Thompson sampling 按模型學習有效策略。專案採 MIT 授權,支援 Python 3.9+。
開發者在 DeepSeek Harness 官方 GitHub 倉庫發現 deepseek-v5、v5-open 及 v5-next 三個未發布模型標識符。它們出現在 provider.spec.ts 第154行附近;v5-open 設為零門檻兼容,v5-next 則要求客戶端升級至 99.0.0-alpha.1。
Frank Heijdenrijk 和 WoopSocial 團隊維護的免費 MIT 授權 Instagram Carousel Skill,可讓 Claude Code、Claude、Codex、Cursor 和 OpenClaw 規劃、撰寫、渲染及發布 Instagram 輪播貼文。
作者以 HTML、CSS 和 JavaScript 開發 GHOST.exe,讓用戶透過終端指令與虛構的數碼幽靈互動,並呈現隨機恐怖故事、模擬系統掃描及故障效果。現有版本可在瀏覽器本機運行,使用預設回應,毋須後端或 AI API;作者計劃探索透過 Ollama 整合開放權重模型,但目前尚未整合。
DeepSeek Harness 官方 GitHub 程式碼庫的 provider.spec.ts 測試檔出現 deepseek-v5、deepseek-v5-open 和 deepseek-v5-next 三個模型標識符,但目前只是框架層面的佔位符,並非可直接呼叫的模型介面。
DeepSeek Harness 官方 GitHub 程式碼庫的 provider.spec.ts 測試檔案出現 deepseek-v5、deepseek-v5-open 和 deepseek-v5-next 三個模型標識符,現階段只是框架佔位符,並非可直接呼叫的模型介面。
SwachhAI 是一個以 AI 和電腦視覺改善廢物管理的項目,旨在協助分類廢物、核實收集情況及偵測垃圾熱點。項目採用 React、FastAPI、OpenCV 和 SQLite 等技術,並計劃以 DEV.to 文章介紹其架構、開源協作理念及仍待確認的功能和發布資料。
QuantMind 是一人開發並開源的全棧量化交易平台,整合因子挖掘、13 種模型訓練、Qlib 回測、選股、模擬交易與投研分析,支援 Docker Compose 私有化部署。系統以 QuantDB 自建數據管線統一管理數據、模型與策略,並支援 A 股、港股、美股及期貨。原文示例回測總收益率為 51.65%,年化收益為 31.62%,回測期間為 2025-01 至 2026-07。
Ghostwriter AI 是一款互動式哥德式恐怖故事生成器,會持續記錄玩家發現的線索、心理創傷、行動與抉擇,讓每個選擇在故事中留下不可逆的痕跡。它透過 Gemini API 使用 Google 開放權重 Gemma,預設模型為 gemma-4-26b-a4b-it,另提供 gemma-4-31b-it 作為高推理能力的替代選項。
GhostMind 是一款以「機器中的幽靈」為靈感的 AI 互動作品,讓用戶與虛構的 AI 幽靈對話,並生成個人化恐怖故事。項目選用 Ollama 和開放權重語言模型探索本地推理,並以用戶可自訂 AI 體驗、讓對話留在個人裝置為設計方向。
Phantom Shell 是一款 CLI,讓透過 Ollama 執行的本地開放權重模型為終端機指令加入簡短評論,並可供用戶聊天或進入互動式附身模式。Ollama 未安裝或無法使用時,內置的 mock ghost 仍可離線示範完整操作體驗;核心功能無需閉源 SaaS LLM。
GhostTerminal Pro 是一款以 Google Gemma 4(gemma-4-26b-a4b-it)生成怪趣回應的 AI 網頁應用,會為輸入的文字或程式碼提供幽靈評論、趣味數碼詛咒及電腦歷史靈感建議。應用透過 Gradio 和託管 Google API 生成內容,不會執行程式碼或存取用戶終端;提交的文字會傳送至 API,作者提醒避免輸入密碼、私人訊息或敏感資料。
git-spectre 是一款以 Python 編寫的開源 CLI 工具,利用本地 Google Gemma 模型或內置的 Standalone Haunted Engine,為 Git 歷史加入鬧鬼主題的互動。它提供檢視提交、以 git blame 進行數碼降靈、挖掘已死代碼及評估倉庫鬧鬼程度等功能;提交訊息、作者資料、差異及 blame 資料不會離開本機。
DeepSeek Harness 官方程式碼庫已出現 DeepSeek-V5、V5-open、V5-next 等程式碼,但現有程式碼只是佔位符,未能證明 V5 即將發佈。相關設計涵蓋兩種下發路徑:deepseek-v5-open 無版本門檻,deepseek-v5-next 則要求用戶端升級。