SlothOps:本機 AI 程式碼庫維護工具
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。
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。
SlothSummarize 是 Hacktoberfest 開源 AI 挑戰賽第 3 週的參賽作品,主題為「慢而穩」。原文未提供產品功能、模型或技術細節。
Emma Sofia 推出 Didn't Read,使用 Tinker 微調的 Qwen/Qwen3.5-4B 逐句辨識服務條款中的 8 類不公平條款。在 422 句評測切片上,Macro F1 由零樣本基礎模型的 0.707 升至微調版本的 0.874(+23.7%),仲裁條款 F1 則由 0.318 升至 0.923。
開發者推出開源工具 PatchPitch 0.3.0,並在 Linux 測試中發現 gemma3:4b 未能產出可接受的草稿。gemma3:4b 用時 183.374 秒,四次模型請求均未產生可接受輸出;gemma4:12b 用時 1599.653 秒,五次請求產生四份可接受草稿。工具會保留原始回應、失敗嘗試及輸入快照,重跑工作時亦會保留已編輯的草稿。
Genrius AI 以 Pingala-8 的 2-bit 量化方法,將 Qwen3-4B 從 8.05 GB 壓縮至 1.24 GB,無須重新訓練。五項零樣本測驗的平均分為 50.8,約為 Q8_0 的 90%,並較同容量 IQ2_XXS 高 21%。消融測試指出,與 IQ2_XXS 的差距中,trellis memory 佔 14%,其餘 86% 來自旋轉、LDLQ 舍入及其他流程。
OpenCode、Aider 與 Cline 分別面向不同工作流程:OpenCode 是支援多種模型的終端 TUI,Aider 著重 Git diff 紀律和精簡可腳本化操作,Cline 則是整合於 VS Code 的開源擴充功能。選擇取決於開發環境與工作方式,沒有適用所有人的單一勝出者;三者的表現亦受所用模型影響,修改 diff 仍需審核。
GitHub 開發者 Zagitta 近日發佈開源項目 gpu-unlock,解除部分 NVIDIA RTX 30 系列顯示卡在 Tensor Core 矩陣運算中的吞吐限制,不涉及超頻或增加計算單元。
月之暗面正式發佈 Kimi K3.1 Pro,這是 K3.1 系列首個模型,規模達 3 萬億級,支援 100 萬 token 上下文窗口。在 Terminal-Bench 4.0 編程智能體評測中,它得分 65.7%,高於 GPT-6 Astra 的 58.2%,與 Claude Opus 5.5 的 66.4% 相差 0.7 個百分點。
中國開源 AI 與美國模型的差距在 10 月縮至約 1 個月。文中圖表比較模型性能和發布時間,未計入價格等因素;最新納入的模型是 DeepSeek V4.1 Flash-1017,若計入 Kimi K3.1 Pro,差距或會進一步縮小。
科西嘉島舉行首場 Hacktoberfest 聚會,並由當地公司 Kairo AI 的 Baptiste Audroin 主講 AI 中「開放」的含義。演講比較開放權重與開源模型,探討如何按用途選擇模型、在普通電腦上運行模型,以及如何讓模型採取行動。超過 40 人到場;Hacktoberfest 2026 改以開源 AI 和開放權重模型為主題,不再計算 pull request。
Slopsquatting 指攻擊者把 AI 工具虛構、原本不存在的套件名稱註冊到 npm 或 PyPI,再等開發者或 AI 智能體安裝含惡意程式碼的套件。安裝程序可能執行套件的安裝指令碼或建置程式碼,套件也可能在匯入時執行程式碼,並接觸用戶或 CI 可存取的憑證。
CutVii 已推出,是一款結合傳統剪輯工具與 AI 功能的免費開源影片編輯器。它可製作短片、自動生成字幕及 AI 配音,亦支援 HD、2K 和 4K 匯出及 AI 升級解像度。用戶可查看原始碼、回報問題、提出功能建議或參與改進。
PauseDock 使用本地 Qwen2.5 7B 將未完成工作的筆記分類,並選出休息後可接續的一項。卡片沿用輸入原文,用戶可修正並選擇儲存;下載執行環境及權重後,無需推理訂閲或遠端模型帳戶。提示詞調整後,模型在 3 個合成例子的 16 條筆記上符合全部編輯標籤;這不是獨立基準或普遍準確度聲明。
Flisk 有兩個適合週末完成的新手議題,均屬文件工作,並有方法驗證修改是否正確。#2031 要補上 `/turn` 請求本文及回應範例;#2032 要查證 worker 配方中的 `@ref` 語法。提交時須使用 `git commit -s`,並為每個議題分開建立 pull request。
作者開發了 SlothAI,讓用戶睡前貼上筆記和訊息,早上查看整理好的摘要及優先事項。現時工具在瀏覽器內以規則引擎本機分類,不呼叫 API 或伺服器;作者測試 3 天,每天處理 17 至 31 項內容,閲讀時間由平常約 6 至 12 分鐘縮短至 2 秒。作者表示,下一步計劃加入 Ollama 和 Gemma 2B 整合。
LazyRename 使用 Ollama 已安裝的模型,根據檔案內容為 PDF、TXT、MD 和 PY 檔案建議短檔名,並提供可編輯的預覽,確認後才會重新命名。它保留副檔名,檢查檔名規則和重複名稱,並以 JSON 交易記錄支援復原最近一批操作。模型在本機執行;示範使用 qwen3.5:4b,四個檔案重新命名後均成功復原。
Knovum 團隊以 Tauri 2、Rust 和 Vue 3 打造開源、本機優先的桌面知識工作空間,結合無限 2D 畫布與裝置端 AI 整合。應用程式閒置時約使用 45–65MB 記憶體,並以 SQLite 和內嵌 LanceDB 儲存及搜尋資料;筆記等內容除非用戶明確要求,否則不會離開裝置。Knovum 目前為早期存取版,並已在 GitHub 開源。
Kanav Jeet Singh 介紹 ELMDE,一個以單次編碼和不動點收斂直接作出選項決策、避免逐 token 生成的引擎。項目自有基準中,50 題批次約需 14 ms,Banking77(77 個意圖)準確率為 0.912,Laya 為 0.425。作者指出基準尚未由外部重現;保形風險閘門對接受決策設定的錯誤率上限為 1%,但分佈偏移可能令此保證失效。
ReviewRadar 使用 Gemma 4 E2B 分析用戶撰寫的公開 PR,將評審者的請求與其後可能相關的作者回覆並列,供用戶檢視。分析在本機執行,模型只選取原文段落,不會代替用戶判斷或操作 GitHub。固定版本的模型檔案約 2.84 GB,另需安裝執行環境及應用程式依賴項。
ReplyShelf 以開放權重模型搜尋已審核並儲存的問答卡,找出與新問題語意最接近的舊問題,並顯示原有回覆供用戶檢視及複製。模型使用 Xenova/all-MiniLM-L6-v2;在 8 條合成改寫問題的測試中,語意搜尋和 Jaccard 詞語重疊法均有 6 次找出預期卡片。應用程式在瀏覽器本地運行,無需 API key 或模型帳戶。
SlothRead 是一款以私隱為先、可離線運作的 EPUB 和 PDF 文件摘要工具,使用本機開放權重模型,將內容整理成管理層簡報。它支援 Gemma 2(gemma2:2b)和 Qwen 2.5(qwen2.5:3b),並可生成章節重點、互動技術詞彙表及 60 秒語音摘要。測試中,工具約 40 秒內將一篇 38 頁研究論文整理成 4 張投影片。
SlothDesk 是一款開源數碼助理,可整理上載檔案,提供分類及檔名建議、偵測完全重複檔案,並將整理結果下載為 ZIP。它以 Ollama 整合支援使用者設定的開放權重模型建議檔名,但公開部署目前尚未核實有啟用模型;沒有模型或推理無法使用時,會改用內置規則。
作者 Jeffrey Turov 建立 Phoenix 智能體,按每日 cron 排程監測 Apify 平台,並執行可交付的維護工作。它每天掃描近 48 小時的 Apify 網誌 RSS、查看 Apify Store 前 10 名並審核 13 個公開 Actor 的定價,最後提交 8 行報告。
SlothScroll 使用 Gemma 每日閲讀用戶追蹤的 Instagram 公開頁面,為新貼文撰寫摘要、分類並過濾廣告、轉發貼文和贈品,再整理成按主題分組的網頁和電郵。Gemma 模型 gemma-4-26b-a4b-it 將一次示範所需時間由約 4 分鐘縮短至約 20 秒;作者實際測試中,16 則貼文整理成五個主題,約省下兩分鐘瀏覽時間。