打开冰箱，盯着看，关上。五分钟后，再打开，再看，还是说不清牛奶是没了还是只剩一点。等真正坐下来写购物清单，刚才看到的东西已经忘了一半。
这是开发者Vikram在Hacktoberfest开源AI挑战第三周交出的作品起点。那一周的主题叫"Slow and Steady"——做一个奖励懒惰的东西。于是他做了SlothList：一个替你看冰箱和食品柜的工具。
它的逻辑简单到近乎无礼：你最多拍三张照片，视觉模型判断哪些是满的、哪些快没了、哪些已经空了，文本模型再把结果整理成一份分类清晰的购物清单，顺手写好一条可以直接发出去的WhatsApp消息。谁去买菜，把消息转过去就行，连重打一遍都省了。
最懒的部分是"常备品"
你只需要输入一次那些永远想补货的东西——牛奶、鸡蛋、咖啡，随便什么。此后每一份清单都会自动带上它们，拍没拍照都一样。如果连拍照都懒得拍，还有一个"重排上次清单"按钮，一键用上一次的结果加常备品重建清单，零新输入。
演示里，SlothList扫描一层货架后，正确跳过了那盒满的鸡蛋，抓到了快见底的牛奶和黄油，还把他没提过的咖啡和卫生纸自动并了进去。生成的WhatsApp消息长这样：
- 牛奶（1升）
- 黄油（500克）
- 咖啡（1包）
- 卫生纸（2包）
让视觉模型别瞎编
整套东西跑在一台没有GPU的普通笔记本上：Ubuntu、15GB内存，通过Ollama调用开放权重模型，一个Python文件，Flask加Pillow，没有API密钥，除了Ollama不依赖外部服务。
开发过程中踩到的第一个坑是幻觉。小视觉模型在照片模糊或内容不多时，会"想象"出一个整洁、符合预期的冰箱。所以提示词里明确写着：只列出你真正看得见的物品，不要编造。同时模型还要报告它实际观察到的内容，结果显示在结果页上，供人核对。
第二个坑更关键。早期版本里，视觉模型只把物品标成"有"或"没有"，这基本没用——你不想因为看见一个牛奶盒就把牛奶写进清单，你想的是盒子快空了才写。把状态拆成满、低、空三档，只把低和空的物品拉进购物清单，输出才真正可用。
常备品的优先级则被写死在清单构建的提示词里：无论状态如何，每一项常备品都必须包含，与扫描结果分开处理。这一刀把"冰箱里现在有什么"和"我永远想家里有什么"彻底解耦，也正是常备品功能的意义所在。
为什么非要本地跑
冰箱是私密的地方。一张内部的照片能透露很多——饮食结构、预算、家里住几个人、有没有人出门在外。把照片交给一个常驻云端、内置分析和广告定向的应用，和让视觉模型在本地或通过单次Ollama云调用完成，是两回事。
懒惰只有在免费时才成立。这个应用的全部卖点就是"设置一次，然后什么都不做"，按次计费的API会直接拆掉这个前提——你会开始 ration 自己的懒惰，那就本末倒置了。开放权重模型让"随便用、不用想成本"变成真的。
还有一层：一个你不再惦记的工具，恰恰是云服务商下架模型或改价时会悄悄坏掉的那种工具。开放权重不会被从脚下抽走。
想试的话，克隆仓库、装依赖、运行app.py，打开本地5000端口即可；手机连同一个WiFi也能直接访问，站在厨房里就能拍。这个挑战上线时正好赶上10月20日的国际树懒日——愿你的冰箱常满，付出最少。
热门跟贴