24小时热榜

一个以离线优先为重点的自主命令行应用程序，基于本地Ollama模型。集成了先进的内存管理。依赖项最小。采用MIT许可证。<p>默认使用4b Qwen 3.5模型。<p><a href="https:&#x2F;&#x2F;github.com&#x2F;g023&#x2F;ai_cli&#x2F;" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;g023&#x2F;ai_cli&#x2F;</a>

我是一名来自肯尼亚的16岁学生。在过去几个月里，我在一台2017年的戴尔Latitude 7280笔记本电脑上构建了Playra，因为我想看看能否使用现代边缘技术栈（Next.js、Supabase、Turso）打造一个高性能的视频平台。如今大多数平台都感觉像是“AI垃圾”或臃肿的遗留技术。我创建Playra的目标是让它快速、简约，并专注于社区互动，例如多样化的投票和测验。技术方面：- 前端/后端使用Next.js，Turso（libSQL）用于边缘的低延迟数据，Supabase用于身份验证和实时功能，Framer Motion用于用户界面交互。目前我在非常有限的预算和硬件上运行这个项目。我非常希望能得到关于架构或用户界面的反馈。我的目标是最终升级我的笔记本电脑，以便添加更多功能。