北京
名字叫“树懒”，做的事却挺狠：把打工人一天要开的四个窗口，塞进了一个页面。
这是 Hacktoberfest 开源 AI 挑战第三周“慢而稳”主题的参赛作品。作者 Tejpunjsingh 交出的项目叫 LazyDesk（SlothAgent AI），定位是极简、隐私优先的本地 AI 工作台，面向“有意识的生产力”。
它没有做复杂配置，界面是一块玻璃拟态风格的仪表盘，里面装着专注计时器、本地任务与笔记管理，以及一个由 Ollama 驱动的本地 AI 助手界面。目标用户写得很明确：开发者、学生、创作者，用来整理一天、理清思路，不依赖外部云订阅，也不把个人数据发到互联网上。
四个窗口合成一个
LazyDesk 的功能清单不长，但每一条都对着“切换成本”去的：
- 响应式仪表盘，带深色模式
- 任务列表支持分类、精力等级、完成状态、筛选与搜索
- 快速笔记保存在浏览器本地
- 专注计时器提供 5 / 15 / 25 分钟预设
- 可选 AI 对话，由 Ollama 中运行的模型提供
- 未安装模型时，内置基于规则的兜底助手
- 工作区支持 JSON 导出与导入
- 首次通过本地地址访问后，应用外壳可离线缓存
作者在“树懒的回报”一节里算的是另一笔账：不用为计时器、任务、笔记、AI 对话分别打开 4 个应用，所有东西待在一个安静的工作区里。他的说法是，这省下了每天规划的时间，也减少了 Hacktoberfest 项目冲刺期间的精神疲劳。
数据不出本机
技术栈走的是“零配置”路线。前端是单文件 HTML，样式用 Tailwind 加自定义 CSS 做玻璃拟态效果，逻辑是原生 JavaScript，为的是能直接部署在 GitHub Pages 上。
本地推理接的是 Ollama，跑开放权重模型，例如 llama3.2。任务、笔记和偏好设置存在浏览器的 localStorage 里，作者称这保证了 100% 的客户端隐私。
运行门槛压得很低：需要 Python 3.9 以上，且不需要安装任何 Python 包。解压文件夹，在 lazydesk-ai 目录下打开终端，执行 python3 server.py；Windows 上如果 python 不可用，改用 py server.py。然后在浏览器打开 127.0.0.1:8000，使用期间保持终端运行。没有 npm install 这一步。
开放权重带来的三件事
作者把“开放创新为什么重要”拆成了三点，逻辑都指向本地优先计算的可及性：
- 数据完全私有：任务记录、日常笔记和提示词全部留在自己的设备上。
- 零 API 成本：用户可以直接用上最先进的开源大模型，不必付月订阅费，也不受 API 密钥的速率限制。
- 离线可用：核心任务管理和本地 AI 推理在下载完成后可以完全离线运行。
这个项目同时报名了两个奖项类别：整体挑战，以及开源 AI / 本地优先赛道。
对每天在订阅制和云端 API 之间做选择题的打工人来说，这套方案的诱惑力不在功能多，而在账单和隐私两条线同时归零。代价也摆在明面上：模型得自己装，服务得自己起，终端窗口不能关。
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.
