GitHub · 去对齐工具与仓库·· 17 天前AI 评分40
WildSense:离线优先的 AI 自然探索伴侣,用 Grass Score 帮用户放下手机
kusalar/WildSense
来源与原文
GitHub · 去对齐工具与仓库
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/kusalar/WildSense
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
WildSense 是一个离线优先的 AI 自然探索应用,通过本地运行的 Gemma/Qwen 推理模型和 Ollama 视觉识别,不依赖云端 AI 即可生成户外观察任务。其 Grass Score 以 0-100 分衡量用户把屏幕时间换成真实探索的效果,其中 World/Screen Ratio 占 70%、任务完成占 15%、无手机时间占 10%、反思占 5%,并刻意避免连续签到等成瘾设计。项目采用 Next.js 16 前端与 Python FastAPI 后端,数据存于本地 SQLite,已通过 live ElevenLabs API(eleven_flash_v2_5)验证音频生成。
来源:GitHub · 去对齐工具与仓库 · github.com