AI 资源库 · 已整理 4 项

offline-first

查看与offline-first相关的 AI 资讯、工具、Skill、工作流和开源项目。

EdgeJev:在普通 CPU 上离线运行的本地类型化决策推理服务

yzfly/edgejev · 离线可用的本地类型化决策:4 核 CPU 单题 15.6ms。Local & offline Jev / System One inference on CPU — ONNX + INT8, no torch at runtime. 支持 laya / kev / PlayJev

EdgeJev 把 laya、kev、NanoJev、PlayJev 等开源 Jev / System One 复现项目统一为「转换 → 量化 → 部署」的流程:导出 ONNX、做 INT8 量化,并起一个与官方 /v1/systemone 协议兼容的本地服务。它以 ONNX Runtime 在 CPU 上做离线推理,运行时只依赖 onnxruntime、tokenizers、numpy,不需要 torch、API key 或联网,数据不出本机;同时提供 build / serve / eval / bench / info 等 CLI 子命令和训练模块。

☆ 收藏查看来源 ↗

agent-memory:用纯 Markdown 文件为 AI 智能体提供持久记忆

Defiladeboarfish90/agent-memory · Store persistent AI agent memory in Markdown files with search, context injection, checkpoints, and compaction—no database needed

agent-memory 是一个面向 AI 智能体的文件式记忆系统,把智能体的事实、笔记、任务和历史记录保存在纯 Markdown 文件中,不需要数据库。每个智能体可使用独立文件夹,便于人工阅读、编辑、迁移和备份,并支持搜索、上下文注入、检查点与压缩等能力(依描述所述)。项目以 TypeScript 编写,README 主要面向 Windows 用户提供下载与首次运行说明。

☆ 收藏查看来源 ↗

NIDO:Android 端隐私优先的离线个人 AI 助手

Nido007-cmyk/Nido · NIDO — your agent, your world. Privacy-first offline personal AI assistant for Android.

NIDO 是一个运行在 Android 手机上的个人 AI 助手,基于 BOAR 项目分支开发,强调隐私设计与本地优先。它通过 llama.cpp(llama.rn)在设备端运行本地 LLM 对话,使用 SQLCipher 和 Android Keystore 加密持久记忆(事实、偏好、人物与日志),并提供笔记、提醒、设备时间、打开应用等不联网的本地工具,以及继承自 BOAR 的本地 RAG 文档索引。项目还包含 think→act→observe 的 Agent 循环、AUTO/ASK/DENY 策略引擎、网络审计日志,以及一套面向 NIDO 设备间通信的 P2P 协议(Ed25519/X25519、握手 v3、心跳、任务协商、能力授权、防重放与 SHA-256 分片校验)。项目处于 Alpha 阶段,1985 项自动化测试通过,双设备端到端体验尚未验证,部分模块(定时任务、知识图谱、双模型路由等)已实现但未接入运行时,另有多个研究概念未实现。

☆ 收藏查看来源 ↗

proofbundle:为 AI 工作产出可离线验证的可移植证据回执

b7n0de/proofbundle · Portable evidence for AI work, verifiable offline. Integrity, not truth

proofbundle 是一个 Python 工具与回执格式,用于把 AI 评测、审查、决策或动作转化为单个可移植回执文件,支持离线验证与显式策略检查。它可证明内容由哪个密钥签名、签名内容是否被改动、所附证明与策略检查是否通过,但明确不判断所报告结果是否真实、工作是否正确或完整。核心支持签名回执与 Merkle 包含证明,并提供评测回执、选择性披露、决策回执、Inspect AI 集成、RFC 3161/OpenTimestamps 锚定、ML-DSA-44 见证共签名等可选能力,各特性成熟度不一。

☆ 收藏查看来源 ↗