北京
读完整本书，开头讲了什么全忘了——这个困扰大多数人的"遗忘曲线"问题，被一位中学生用本地AI解决了。
Active Page是一款完全本地运行的阅读辅助工具，核心功能只有一个：把你正在读的内容实时变成测验题，逼你主动回忆而不是被动翻页。开发者本人就是目标用户——一名需要啃科学期刊的中学生，灵感来自观察国家科学奥赛获奖者们的学习习惯：他们不靠反复重读，而是每天大量做题来保持记忆新鲜度。
技术选型上，这个项目选了Google刚发布的Gemma 4 E2B模型。关键原因在于它的架构设计：Per-Layer Embeddings（逐层嵌入）加上混合注意力机制（Sliding Window Attention + Grouped Query Attention），让它在128K长上下文窗口下仍能保持轻量。这意味着普通笔记本就能跑，不需要联网调用API，运营成本基本为零。
本地部署的代价是工程复杂度。init.sh脚本要自动处理依赖管理、针对具体硬件编译llama.cpp、拉取优化后的模型权重。如果是苹果M系列或AMD显卡，还得手动开启GGML_METAL或GGML_HIPBLAS加速。内存不够的用户需要调整并行编译参数，否则初始化阶段就会崩溃。
产品层面有个细节值得注意： streak机制（连续打卡）。这不是简单的游戏化装饰，而是针对"建立可持续学习习惯"这个明确目标设计的。工具解决的是记忆衰减问题，但坚持使用工具本身又需要另一个解决方案——这个闭环设计比单纯的技术实现更有产品思维。
本地优先（local-first）的路线选择也有副作用：没网也能用。这对阅读场景是意外收获，对开发者则是约束倒逼的优雅——当算力受限时，过度工程化反而不如接受边界、做精核心体验。
代码已开源，安装后访问localhost:8000即可使用。对于想尝试本地大模型又不想折腾复杂管道的用户，这个项目提供了一个相对完整的参考实现。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
