我创建了Touch Grass,这是一个完全离线的、隐私优先的路线生成器,适用于骑自行车的人、跑步的人和徒步旅行者。它旨在通过即时生成动态的本地感知导航计划,让人们离开屏幕,进入现实世界,而不需要活跃的互联网连接或昂贵的云订阅。该应用程序具有一个与本地Gemma 2B模型(通过Ollama)通信的Python FastAPI后端,以及一个具有高对比度UI的Next.js前端,该UI专门针对明亮阳光下的室外可见性进行了优化
是给谁的?
它适用于运动员、休闲步行者和户外爱好者,他们希望探索自己的本地社区,而无需将他们的确切起始位置坐标广播到第三方云服务器。
我是如何建造的
我使用现代的本地优先堆栈构建了Touch Grass,该堆栈专为离线户外耐力路由设计:
本地推理和模型:由杰玛·2B提供支持,通过Ollama在macOS上本地运行,即时离线响应,没有云延迟。
后端:用Python FastAPI构建,处理自定义调步计算和严格的空间护栏。Python不是信任轻量级模型的原始数学,而是计算精确的公里标记,并向Gemma提供严格的结构模板,从而消除幻觉或地理传送。
前端https://www.iissbbs.com使用Next.js (TypeScript & Tailwind CSS)开发,具有高对比度、移动优先的设计,针对明亮阳光下的户外可读性进行了优化。它具有交互式准备清单和基于时间线的导航视图。
为什么开放式创新很重要?
像杰玛·2B这样的开放式创新和开放式重量模型从三个关键方面使这个项目成为可能:
零连接弹性:户外耐力活动(越野跑、徒步旅行和长距离骑自行车)经常发生在蜂窝死区、森林或国家公园。一个封闭的、依赖于云的API在这些环境中会完全失效;本地开源模型可以在任何地方运行。
绝对隐私:路线规划本质上需要共享敏感的起始坐标(如用户的家或当前位置)。专有云服务收集并存储这种遥测数据,而本地推理保证私人位置数据永远不会离开用户的硬件。