SlothSync:Hacktoberfest 第 3 週的本地優先 AI 檔案同步工具
SlothSync 是一款本地優先的 AI 檔案同步及備份工具,可監察目錄變更、生成摘要,並把檔案同步至指定備份位置。它透過 Ollama 在裝置上使用 gemma2:2b,事件經 5 s 防抖後批次處理,摘要寫入 .slothsync 日誌;資料不會上雲,亦毋須支付按請求計算的 API 費用。
SlothSync 是一款本地優先的 AI 檔案同步及備份工具,可監察目錄變更、生成摘要,並把檔案同步至指定備份位置。它透過 Ollama 在裝置上使用 gemma2:2b,事件經 5 s 防抖後批次處理,摘要寫入 .slothsync 日誌;資料不會上雲,亦毋須支付按請求計算的 API 費用。
SlothSort 是一款在背景運作的本機檔案整理工具,使用本機開源權重模型檢查圖片及文件,按 YYYY-MM-DD_Category_Description.ext 格式重新命名,並將檔案移至分類資料夾。
Slow and Steady 是一款在本機運行的個人 AI 工作空間,可透過 Ollama 連接開源模型,讓對話及歷史記錄留在本機。它支援 Demo Mode,也可選用 Ollama 已安裝的模型,並以 SQLite 儲存對話;不設雲端後備或自動下載。
Google 開源 TorchTPU,提供可在 Google TPU 裝置上執行 PyTorch 模型及運算的後端。後端包含 PyTorch ATen 自訂 kernels 和用於優化 XLA 運算的編譯快取,並支援數據並行、張量並行及 torch.compile() 圖模式執行。TorchTPU 目前在 PyPI 提供 0.2.0 版本,支援 Python 3.11+。
SlothDesk AI 是一款開源桌面助理,利用本地 AI 整理資料夾、按文件內容建議檔名,並以自然語言搜尋檔案。它透過 Ollama 執行本地推理,主要以 qwen2.5:1.5b 測試,也可切換至 llama3.2;模型未啟動時則回退至 regex 搜尋、檔案副檔名分類及 SHA-256 去重。程式碼採用 MIT 授權,並提供本地執行方式,文件無須上傳至雲端。
Overnight Gemma Agent 是一款以 Google Gemma(gemma2:2b)驅動的本地助理,可在夜間監察選定的 WhatsApp 或 Telegram 羣組,並於指定時間生成兩行晨間摘要。對話會存入本地 SQLite;聊天紀錄、聯絡人及羣組訊息不會離開本機,Gemma 透過 Ollama 本地推理,無需 API 費用。
SlothAI 是一款本機優先、開放權重的 AI 生產力工作區,可摘要文件、從筆記提取任務、整理檔案及編製每日簡報。它以 FastAPI 和 Ollama 在本機執行推理,建議預設模型為 Qwen3 4B(qwen3:4b),並在執行檔案操作前提供審批流程。項目採用 MIT 授權;本機設定完成並下載相容模型後,可離線推理。
SlothPay 是一個以本地 Gemma 3 1B 支援智能體付款的開源專案,透過 fail-closed 驗證和支出政策決定付款或拒絕。示範中,系統處理 3 項請求,支付 1 項共 $0.05,並拒絕信任檢查未通過的請求。Gemma 3 1B 在本機 CPU 上撰寫早晨摘要,金額則由 Python Decimal 計算。
Google 推出 TorchTPU,這是 PyTorch 的開源版本,讓 AI 應用可透過簡單設定變更在 TPU 和 Google Cloud 上運行。使用者無需重寫程式碼,即可讓應用在這些環境執行。
LazySort 是一款以本機優先的 AI 檔案整理工具,會分析文件內容並建議描述性檔名和分類。它以 Python 和開源 AI 技術構建,探索以精簡開放權重語言模型及本機推理處理檔案,面向資源有限的硬件,毋須依賴昂貴的 AI 訂閲服務。
RepoRelief AI 是為開源維護者打造的輕量唯讀 GitHub 問題分流助手,能自動分類問題、按影響程度排序,並檢查重現資料是否齊全。它以確定性規則引擎運作,無需 API 金鑰或 GPU,可在 1.5 秒內分流 30–100 個未結問題,並支援匯出 JSON 或 CSV。
CodeDrill 是一個協助開發者透過刻意練習學習 Java Collections 內部機制與 DSA 的平台。平台採用結構化題目、難度進階和 SM-2 間隔重複複習,並以掌握度追蹤及薄弱主題補強引導練習。架構將不可信 Java 程式碼交由 Judge0 Community Edition 沙盒服務執行,避免在 API 程序內直接執行。
Respan 推出以插件為核心的開源 Rust AI 閘道,採用小型核心,讓供應商、協議、模態及閘道功能以插件擴充。Respan Gateway 可處理工具、圖片及推理協議,並支援 OpenAI、Anthropic、Gemini 等供應商。程式以 MIT 或 Apache-2.0 授權開源,目前仍處於 pre-alpha,可在本機運行,無須使用 Respan 的託管平台。
Clutter Sloth 是一款由本機運行的開放權重視覺模型驅動的下載資料夾整理工具,只在電腦閒置時分類檔案,並保留復原能力。新類別須連續獲批 5 次才會自動整理;税務文件、身份證及護照則僅供預覽,不會自動移動。所有檔案均留在本機,文章列出的示例平均掃描時間約為 6 分鐘,使用 GTX 1650(4 GB VRAM)。
GentleBrief 是一款以開放權重模型整理指定新聞來源、生成每日音訊簡報的 Next.js 應用程式。它透過 Browserbase 雲端瀏覽器擷取文章,交由 Groq 上的 Llama 3 或 Gemma 提煉重點,再以 ElevenLabs 合成語音。每段音訊長 60 至 90 秒,概括三個要點;作者估計每天可減少約 25 分鐘的螢幕疲勞。
Later 是一款本地 AI,定位是替用戶完成事情的第一部分。這項作品參加 Hacktoberfest Open-Source AI Challenge Week 3 的「Slow and Steady」主題,頁面列出示範、程式碼和製作方式等章節。
Trail-Code 的中文文件譯本於 2026-10-21 發布,包含忠實翻譯的 README 和額外新增的「中文快速上手」章節。原專案 README 稱,在 162 次相同任務測試中,工具呼叫減少 46%、未快取輸入 token 減少 42%、耗時減少 60%,成本下降 32%且準確度持平。
StudySloth AI 是一款本地 AI 學習助手,可把筆記整理成摘要、重點、定義、記憶卡和測驗。它以 Python、Streamlit、Ollama 和開放權重模型 Llama 3.2 1B 建置,支援 TXT、PDF 和 DOCX 檔案,透過 Ollama 的本地 API 生成温習材料。下載相依套件和模型後,只要本地元件可用,應用程式便可離線運行。
CheckMate 是一款以 Java 開發、配備圖形介面及 AI 對手的國際象棋遊戲,讓玩家毋須另找對手也可自行對弈和練習。項目以開源方式公開於 GitHub,供開發者查看程式碼、學習及參與改進;文中未確認所用的 AI 模型或演算法。
Dataville 的開源 Company Intelligence Agent 透過共同資料層整合 Wikipedia 和 SEC EDGAR,並將研究主張連結至來源,方便用戶核查。Dataville 透過 REST API 和 MCP 伺服器提供資料存取;項目仍在積極開發,完整 Agent 的實體解析、LLM 推理層及介面仍在建置中。
QuietShelf 以本地開放權重模型為文字及 Markdown 筆記排序,提出收納位置供用戶審核,原始檔案不會被移動或刪除。十項自動化測試全部通過;虛構測試資料中的五則不同主題筆記均把預期分類排第一,其中三則仍因分數或差距不足而留待審核。專案程式碼採用 MIT 授權,模型採用 Apache-2.0 授權。
Patch Pacer 使用本地開放權重嵌入模型,將安全公告或工單的 JSONL 匯出資料分組並排序,整理成較短的審核佇列。它透過 FastEmbed 和 ONNX Runtime 在用戶裝置上執行 BAAI/bge-small-en-v1.5,排序只採用記錄中的嚴重程度、到期日及資產映射。合成示例把 7 條記錄整理成 4 組;作者未有測量真實佇列的節省時間。
Creator Catalyst 可將一段長影片轉製成字幕、短片、網誌及社交平台內容,並生成標題和縮圖,整理成可供發布的素材。平台會以影片逐字稿核對 AI 生成內容中的主張,並附上 [Source: MM:SS] 時間戳,以防模型幻覺。項目以 Streamlit、Gemini 和 FFmpeg 建構,並支援 Gemini、OpenAI 及本地 Ollama 模型。
SlothOS 是一個以開源 AI 為核心的助手項目,旨在簡化日常工作流程,減少管理任務及切換工具所需的精力。項目以開放權重模型及開源工具為方向,讓開發者可檢視、自訂和按需要調整 AI 體驗。SlothOS 設有可在瀏覽器試用的示範版,作者計劃透過實際使用和用戶回饋評估效用。
The Lazy Payoff 是一個開源、本地優先的 AI 生產力助理,協助把雜亂文字整理成摘要、分類任務、行動項目和清單。項目採用 React、Node.js 和 Express,計劃透過 Ollama 本地執行 Gemma 3 4B,相關整合仍待驗證。
Lazy Downloads 是一款以本機 AI 為核心的命令列工具,會分類、重新命名並歸檔下載資料夾中的檔案。它透過 Ollama 在本機執行開放權重 Gemma,逐一處理檔案,並以 SQLite 記錄移動,方便用一條命令復原。所有檔案均在本機讀取和分類,無需互聯網;模型下載一次後,每次執行均不收費。
DeepSeek 開源高效能推理框架 DeepInfer,並由支援 DeepSeek-V4.1-Flash 開始。該框架為 DeepSeek 的生產服務提供支援。
N-CODE LazyFlow AI 使用開放權重模型 Gemma 3 1B 和 Ollama,在本機把用戶輸入的待辦事項整理成按優先次序排列的每日計劃,並按可用時間分配任務。
DeepSeek 進一步將內部推理框架 DeepInfer 全面開源。此外,螞蟻百靈開源 Ming-3.0 語音系列模型,上海團隊發布並開源記憶原生大模型 MemT-1.0。
LazySort AI 是以本機為先的檔案整理工具,透過 Ollama 使用 Gemma 3 4B,提出分類及檔名建議供用戶審批。工具預設先預覽操作,不會刪除或覆寫檔案,並支援復原;項目採 MIT 授權開源。
Doze Sort 利用本地開放權重模型為筆記分類,先產生整理計劃,再建立分類副本並保留原始檔案。測試以 14 個檔案產生 12 份不重複副本,兩份重複檔案指向標準副本,兩份不確定的副本移至 _review;復原時沒有刪除檔案。分類使用 all-MiniLM-L6-v2,在 CPU 上產生 384 維嵌入向量,並可離線推理。
StudySloth AI 是一款以 Google 的開放權重模型 gemma-4-26b-a4b-it 為主要 AI 引擎的温習助手,可把筆記整理成摘要、提取重點並生成互動測驗。應用程式透過託管推理運行,亦設有專有 Gemini 備用模式;使用時需要連接互聯網,筆記會傳送至推理服務供應商處理。
LazyFiles 是一款以 Ollama 本地推理協助整理檔案的工具,可掃描資料夾、以 SHA-256 檢測重複檔案,並提出分類及檔名建議。用戶可預覽操作、以 dry-run 模擬變更,並透過 JSON 操作紀錄及回滾功能管理檔案;本地推理不代表應用程式不會連接網絡,網絡行為仍須另行核實。
SlothTidier 是以開放權重 Qwen3 8B 驅動的本機自主檔案整理工具,可在離線環境分析檔案並分類、重新命名和標記重複檔案。模型有 8.2B 參數,工具亦可提取待辦事項,並產生 PowerShell 或 Bash 腳本整理檔案。無法使用 Ollama 時,工具會改用本機啟發式引擎,不會呼叫雲端 API。
開源套件 NeuroMetric-FPGA 為神經形態 FPGA 設計提供基準測試,以 SOPS、每次脈衝能耗(pJ/spike)、神經元密度及路由效率等指標,補足 TOPS 難以衡量 SNN 事件驅動運算的不足。ZedBoard 上的基準 LIF 神經元陣列使用不足 1% FPGA 資源,僅 20.7% 功耗用於活躍運算;只計活躍運算時,每次脈衝能耗改善 4.8x。
Quiet Queue 以本地傳統機器學習模型,將延後處理的任務分類為 Reply、Read、Arrange 和 Review,供用戶檢視。模型以 24 個合成任務範例訓練;遇上陌生輸入或最高類別分數低於 0.57 時,會將任務列入 Review。原型不連接電郵收件箱或日曆,也不會傳送訊息或刪除任務;測試未驗證一般工作日的使用情況或節省時間的效果。
AsyncShield Enterprise 是一款隔離網絡、零遙測的管理層非同步訊息分流工具,以本地執行的 Google Gemma 2 和 Prior Labs TabPFN-3.5 提取重點、評估緊急程度,並隔離低優先級訊息。工具亦可生成行政回覆及 60 秒語音簡報;完整原始碼以 MIT License 發佈。
OWASP BLT 的 50 多個 GitHub 儲存庫離線後,社羣先遷至 GitLab,後改以 Kaif 建置的自託管 Git forge ForkMesh 作為官方程式碼來源。團隊把 50 多個儲存庫整合為一個,保留 45,000 多次提交紀錄及 260 多名貢獻者的資料。GitHub 現為唯讀鏡像,GitLab 儲存庫則已封存。
TouchGrass AI 以本地開放權重 AI 把短暫螢幕休息變成戶外微探險,按用戶選擇的時間和環境生成感官任務,並在活動後驗證觀察結果。它以 MobileNetV4 Small ONNX 在 CPU 上分類用戶拍攝的一張實地相片,推理約需 11–16 ms;活動紀錄儲存在本機 SQLite,應用程式不使用雲端 AI API 或遙測。
Lazy Developer's Second Brain 是一款本機優先的 AI 開發者助理,旨在記錄專案脈絡、追蹤未完成工作並協助開發者接續工作。它透過 Ollama 在本機執行 Qwen 3.5 9B,分析 Git 活動及已儲存的開發紀錄,生成狀態摘要並建議下一步。完整工作流程仍在驗證,作者尚無實測節省時間的結果。