我自己的本地优先AI工具集
摘要
作者构建了TinyHarness,这是一个低内存占用的AI工具集,兼容Ollama、Llama.cpp和vllm,旨在与pi和opencode等工具竞争。
嗨,我只是想分享一下最近几周我在玩的东西。我构建了自己的AI工具集:[TinyHarness](https://github.com/PTFOPlayer/TinyHarness) 我的主要目标是低内存占用,它不是用Typescript/Javascript/Python编写的,尽可能多地保留内存用于运行本地模型。它兼容Ollama、Llama.cpp和vllm,并可以通过Ollama网络搜索API访问网络。未来的目标是成为像pi和opencode这样的工具的竞争者。请随意批评,我需要每一份批评来改进它。
相似文章
尝试用纯Go语言为opencode构建自己的套件
作者使用BubbleTea用纯Go构建了一个轻量级AI代理套件,灵感来自opencode和其他工具,旨在解决臃肿软件和任务跟踪不佳等问题,计划很快发布。
自建 AI harness 才是未来?我给自己造了一个(不打算卖)
作者分享了自己用 Claude 拼装的私有 AI harness,整合了 OpenClaw、Hermes、t3code 等开源工具,支持多工作区记忆、网站监控、cron 任务以及 MCP 集成,可完全替换底层模型提供商而不失效。
@AlphaSignalAI: https://x.com/AlphaSignalAI/status/2074130508833845396
自我改进的机制使AI代理能够通过分析执行轨迹自主重写其运行规则,从而实现60%的性能提升。来自上海AI实验室的研究引入了Self-Harness框架,使得轻量级模型能够在无需人工工程的情况下超越更大规模的模型。
我使用本地 Qwen 27b 构建了一个工具框架来替代 OpenCode
作者构建了一个开源的本地大语言模型运行框架,以 Qwen 27b 为基础,支持即时代码审查、子代理、语音听写等功能,并分享了开发心得。
驾驭之道
作者探讨了使用控制工具管理AI编码代理的重要性,并分享了借助Cursor、Claude和Deepseek等工具提升生产力和模型使用成本效益的技巧。