跳到正文
GitHub · 灵魂体仓库·· 21 天前精选AI 评分70

llm-world 项目 Grove 发布:用本地 Ollama 模型驱动一片会演化的森林生态

yakovkhalinsky/llm-world

来源与原文

GitHub · 灵魂体仓库

发布时间:(北京时间)

阅读原始来源 · github.com ↗
完整链接与内容说明

https://github.com/yakovkhalinsky/llm-world

本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。

AI 导读

开发者 yakovkhalinsky 在 GitHub 发布 Grove,一个纯 Python 标准库编写的本地森林生态模拟,语言模型作为 World Soul 约每分钟决定风暴、干旱等事件,并撰写编年史和为新生儿命名。默认模型为 glm-5.3-flash:cloud,经自有 Ollama 调用且无需 API key,--tier local 可完全离线固定到 llama3.2:3b(CPU 上约 1.9 tok/s)。世界状态存于单个 SQLite 文件,LLM 只做 schema 校验的有界任务、从不写世界状态,grove web 提供离线等距仪表盘,tools/balance.py 要求 8 个种子世界各 19 年内所有物种存活才能合入。

推荐理由

作者把 LLM 限定为只做有界决策、引擎持全部状态,这种确定性模拟与模型分工设计可借鉴到其他本地 AI 项目。

来源:GitHub · 灵魂体仓库 · github.com