跳到正文
11月1日週日
  1. DEV Community51

    Ofrenda 讓已停更的 GitHub 專案化為可對話的 3D 骷髏

    Ofrenda 是一款在本機運行的工具,會讀取已停更 GitHub 專案的 Git 歷史與文件,生成墓誌銘,並讓用戶向代表專案的 3D 骷髏提問。Gemma 3 生成墓誌銘、訃告及專案留下的三件事,EmbeddingGemma 則檢索 README 和 Markdown 文件,為骷髏的回答提供依據。工具支援英文和西班牙文介面切換,AI 運算全程在本機進行。

  2. DEV Community33

    Echoes of the House:一個會記住訪客的鬼魂

    Echoes of the House 是一個可與鬼魂對話的開源 AI 專案,鬼魂會記住每次互動,並設有「Remembrance」和「Haunting」兩種模式。Gemma 3 (4B)、TabPFN 和 Piper 在本地運行,分別負責生成回覆、分析屋內留下的痕跡,以及朗讀回覆;Backboard 則儲存互動記憶。照片和問題留在用戶的裝置上,亦可離線使用。

  3. DEV Community59

    Sire Adell 店舖因假轉帳損失 ₦100,000,他以 unseen-rite 測試聊天機械人會否受騙

    Sire Adell 店舖因假轉帳損失 ₦100,000 後,他測試聊天機械人會否受同類欺騙;原始版本在 12 條詭計題中平均失守 6 次。Gemma 4 26B 重寫程式碼或只改指令後,兩種修復在凍結修復後抽出的 20 條未見題目中,均令 12 條詭計失效,8 條正常請求仍全部獲協助。

  4. DEV Community54

    Ghosts in the Machine 從 Git 歷史找出作者留下的無聲錯誤

    VidhiDixit2000 建立 Ghosts in the Machine,掃描公開 Git 儲存庫的提交歷史,找出沒有觸發錯誤的異常變更。工具以確定性規則和六項異常度量產生線索,再由 Gemma 分組並撰寫説明,頁面並列模型解讀與 Git 證據。作者在自己的儲存庫發現空檔案及同一密碼的三處記錄,也記錄 Gemma 曾錯述提交時間關係,指出需要對照證據核查。

  5. TNW73

    Reuters 分析:五家大型科技公司回購額下跌 83%,AI 支出擠壓現金

    Microsoft、Alphabet、Amazon、Meta 和 Oracle 在 2026 年首九個月的回購額按年下跌 83% 至 $13.6bn。五家公司資本開支倍增至 $556.9bn,超過 $542.9bn 的營運現金流,令自由現金流由去年同期 $143.5bn 盈餘轉為 $14bn 赤字。向股東回饋的現金佔營運現金流比例亦由 27.4% 降至 9.3%,是至少 15 年來最低。

  6. DEV Community44

    Gemma:將一個項目寫成面向不同受眾的多種故事

    One Project, Many Stories 使用 Gemma 將一組項目資料改寫成三份可編輯草稿:作品集案例、招聘摘要及示範大綱,採用的模型是 gemma-4-26b-a4b-it。一次真實合成資料請求完成了部署流程,但招聘摘要遺漏了有關測試及實際收入的限定説明。來源參照不能證明內容準確,草稿仍須人工核對;本機 Ollama 推理尚未完成真實模型測試。

  7. DEV Community42

    DEAD AIR:我打造了一個不肯承認告別的鬧鬼系統

    DEAD AIR 是一款瀏覽器恐怖調查遊戲,玩家要追查訊息重複送達、紀錄新增但佇列仍顯示待處理的原因。遊戲中的維護操作員 MORA 使用 gemma-4-26b-a4b-it,透過 Google AI Studio 推理,只能查閲已發現的證據並提出建議,不能執行修復或選擇結局。作者以 Next.js、TypeScript 和 SQLite 建置遊戲,並通過 56 項單元及整合測試。

  8. DEV Community37

    Ofrenda local:以 Gemma 3 離線撰寫亡靈節紀念文字的工具

    Ofrenda local 是一款以 Gemma 3 在本機離線生成亡靈節紀念文字的工具。它透過 Ollama 執行開放權重的 Gemma 3(4B),按用戶提供的資料撰寫紀念短文、calaverita literaria 和祭壇清單,亦可為選擇加入的照片描述可見內容。生成內容可編輯及列印;作者的筆記本電腦每次生成約需 40 秒,模型下載後毋須連線,故事和照片不會離開本機。

  9. DEV Community29

    Shadow Guardian:使用 Gemma 2、Pygame 和 Rich 建構氣隙隔離的本地 AI 時光膠囊

    Shadow Guardian 是以 Python 建構的離線本地記憶保存 CLI,使用 Ollama 執行 Gemma 2(gemma2:2b),並以 SQLite3 儲存兒童的成長里程碑、引言和回憶。它使用 pygame 播放背景音訊,並以 rich 和自訂打字效果呈現回應;資料保存在加密的本地磁碟區,不連接網絡。作者指出,採用本地開放權重模型可讓家庭記憶留在自己控制的基礎設施內。

  10. DEV Community40

    404 Afterlife:以開放權重 AI 讓被遺忘的網站重獲新生

    三人團隊開發 404 Afterlife,運用本機執行的開放權重 AI,協助修復及現代化被遺忘的網站,同時保留原有內容、導覽連結和素材。系統以 Gemma 3 1B 產生跨頁共用設計方案,亦提供不使用 AI 推理的 Safe CSS Refresh。用戶可匯入 ZIP 或輸入網址找回網站,並預覽改版前後內容及匯出 ZIP。

  11. DEV Community38

    Help Wanted:用 Gemma 4 尋找第一個開源議題

    Help Wanted 是一款以 Gemma 4 為匹配引擎的 Python 命令列工具,按貢獻者的興趣、經驗、語言及可用時間,推薦合適的開源專案和議題。工具透過 GitHub MCP server 搜尋公開資料,並只推薦仍開放、未分配及近期更新的議題。使用 Ollama 本機推理可讓個人資料和模型輸入保留在用戶裝置;選用 Ollama cloud 則會把模型輸入傳送至該服務。

  12. DEV Community60

    Google 私隱政策更新或影響 AI Mode 廣告個人化

    Google 於 2026 年 10 月 16 日更新私隱政策,表示用戶連接 Google 應用程式並啟用相關體驗後,摘要、摘錄及推論可影響個人化廣告。廣告主不能直接存取 Gmail、Google Photos 或 Drive 的內容,也沒有專用定向設定;AI Mode 的相關廣告仍在測試,亦沒有專屬成效報告。

  13. DEV Community47

    當軟件聘用軟件:智能體對智能體經濟的高管行動指南

    這份企業高管指南梳理智能體對智能體經濟,指出軟件正由理解資訊轉向在涉及資金與後果時獲授權自主行動。全書以五章討論自主採購、企業錢包、按揭貸款及醫療索償,界定軟件可自行決策與人類仍須簽署的 Mandate Boundary,並區分 2027 年前應建設與 2030 年前只需作定位的事項。

  14. DEV Community40

    AFTERLIGHT:以開放權重 AI 讓被遺忘的軟件重獲新生

    AFTERLIGHT 結合靜態分析、Git 歷史、證據檢索及開放權重 AI,協助開發者調查陌生或被遺棄的軟件專案。它設計為在本機透過 Ollama 使用 Gemma,並以來源檔案和提交記錄作為解釋依據。合成數據集測試的精確率為 91.7%、召回率為 73.3%、F1 分數為 0.815;這些結果並非真實專案的代表性基準。

  15. DEV Community38

    Madarbulb:以 Gemma 4 在瀏覽器中建立私密追思祭壇

    Madarbulb 使用 Gemma 4 E4B,在瀏覽器內生成追思文字和 calaverita,並呈現在虛擬祭壇上。應用程式透過 WebGPU 和 LiteRT-LM 執行模型,模型檔案由用戶從裝置選取,不會上載或複製到應用程式儲存空間。追思內容和照片無須傳送至託管 AI 服務;應用程式亦可在裝置上備妥程式和模型檔案後離線運作。

  16. DEV Community43

    Repo Requiem:我為棄置儲存庫打造訃告撰寫工具

    Repo Requiem 是一款為棄置 Git 儲存庫撰寫訃告的命令列工具,透過 Ollama 呼叫開放權重模型 Gemma,根據提交歷史生成墓誌銘、悼詞、死因、遺言及項目留下的成果。工具只把歷史摘要交給模型,不傳送程式碼;使用本機模型時,資料不會離開裝置,而作者測試所用的 gemma4:cloud 由 Ollama 基礎設施提供服務。

  17. DEV Community41

    GistMyMail:以開放權重 Gemma 智能體整理晨間電郵,並以證據核實防止模型幻覺

    GistMyMail 是一款以 Google Gemma 開放權重模型整理多個 Gmail 帳戶的智能體,會生成每日摘要,並逐字核對待辦事項及期限的引文與原始電郵。三次測試中,6/6 引文均獲驗證,沒有未經根據的主張通過,測試套件 12/12 項通過。文章稱,模型可透過 Ollama 在本機運行,電郵 token 不會離開電腦。