把任务拖到明天，本地Gemma替你写完初稿

“规划十二月旅行”这件事，周一拖到周三，周三拖到周五。真正难的不是做，而是开始：空白页、第一版提纲、连要决定哪些事都列不出来。

Ripe 把这些被反复推迟的任务当成植物养。你只写一句话说明拖着什么，再告诉它你什么时候回来，然后离开。在你不在的时间里，一个跑在本机的开放权重模型分小步推进，每一步都保存：读请求、拆工作、每步写一块、最后整体审一遍。回来时，等着的是一份计划、一版草稿或一张清单，外加一小串只有你能回答的问题。

植物只认真实保存的工作

每个任务是一株植物，而植物只在有真实产出被保存时才生长：

• 代理理解请求时，种子发芽；
• 每规划一步，茎上冒出一个花苞；
• 每完成一步，展开一根可点击阅读的枝叶；
• 第一块内容写出时开花，大部分工作完成时结果，全部审完才成熟；
• 需要你回答的花苞会干枯，并显示一滴蓝色小水珠。

土壤里贯穿一条发光的菌丝网络，那就是代理。你能看到光脉冲从苗床边缘的蘑菇传向它正在喂养的植物；Ollama 一停，整张网络变灰。收获的任务以罐子形式保存在储藏室里。

点开一株植物，会看到它的标本页：植物被画成一张植物学图版，编号部位对应各块工作，旁边是任务所处状态——代理完成了什么、需要你什么、哪些可以读了，还有正在写的文字、代理的提问和一个阅读室。每一块都能编辑、复制、下载为 Markdown，或按你的要求重写（比如“更短更直接”），旧版本始终保留。

不猜，直接问

请求缺信息时，代理会指出来。问题分必答和可选，必答项只卡住最后一步，其余照常推进。正文里的未知内容写成 [[TBD: ...]] 标记，阅读室会把它高亮为缺口，而不是编一个答案填上。你回答之后，一键重写仍有缺口的那些块。

每株植物是由任务 id 生成的过程式 SVG，同一个任务每次长出的样子都一样。物种取决于代理判断你需要的结果类型：计划是柿子，文档是李子，演示是柠檬，消息是无花果。打开植物时，它会从苗床变形为标本页的图版。

为什么必须是开放、本地的模型

拖延的代价必须足够低。Ripe 处理的是你可能再也不回来的任务，按 token 计费的 API 会让每个被放弃的任务都变成账单；在这里，忽略一个任务的成本只是些电和时间，而时间正是拖延者愿意付出的东西。

慢一点没关系，前提是它属于你。没有速率限制，也没有延迟预算。一个每步要 40 秒的小模型放在聊天窗口里会显得迟钝，放在你根本不盯着看的花房里刚刚好。整个设计都建立在这上面：小步、边做边存、步与步之间歇一会儿。

人们拖着的事往往很私人：回复一位情绪不好的客户、旅行预算、家庭计划。这些都不离开这台机器，请求、草稿、回答和日志全部留在本地 SQLite 文件里。因为每一部分都开放，提示词、schema、队列及其限制都在仓库里，模型只是一个设置项。

省下来的时间

演示中的那次运行在搭载 M4 芯片的 MacBook Air 上完成，实际耗时约 20 分钟，全程无人看管。那次比平时慢，因为同一台笔记本还在录视频；不录像时，它读请求约 22 秒，规划约 11 秒，每块内容写 33 到 49 秒。

技术栈是 Next.js 16（App Router、React 19、TypeScript、Tailwind CSS 4、Motion、Radix UI），配 Prisma 7 和 SQLite，AI 全部来自本机 Ollama 上的 Gemma，模型可在界面里更换。代理不是聊天循环，而是一个队列：interpret、plan、generate、review、revise 各自是独立作业，解释、规划、审查使用结构化输出，每个响应都对照 Zod schema 校验，同时作为 JSON 格式发给 Ollama；内容本身以 Markdown 流式输出。

作业存在 SQLite 里，状态明确：queued → running → done | failed | cancelled。运行中的作业持有租约，进程中途死掉，重启后作业回到队列，日志记录这次中断，已保存的内容不会丢。工作进程接活前先检查 Ollama 健康状态，Ollama 挂了就不消费任何作业，任务自行等待并恢复——演示里那次停摆就是这么来的。每步最多三次尝试，退避递增，单次调用四分钟，每个任务最多 24 次运行，步间休息可配置。

界面读取的是数据库里的真实状态。你看到正在写的文字就是模型的流，约每 700 毫秒保存一次。生长只由已持久化的里程碑计算——请求已理解、计划已保存、步骤已完成、审查已保存——从不按时间流逝推算，所以一株看起来成熟的植物，背后确实每一块都写完并审过了。