前言

说实话，自从LLM横空出世，我就一直在想大模型API到底有什么用，似乎除了娱乐没太多新意。

不过娱乐总比没有好。很早以前我便在构思一个项目，能够搜集你的电脑活动并能用LLM通知下，最近趁闲做了个初版，现在的效果是这样子：

对，我用prompt把LLM定制成了虚拟女友，事情瞬间变得有趣起来了。

小时候我记得电脑屏幕上总有个电子宠物，总感觉和我这个项目有异曲同工之处。

项目名叫AIveryday，可定制LLM API、跨平台使用，开源在Github上，欢迎大家尝鲜：AIveryday

接下来简单说说这个项目到底干了啥。

项目结构

首先我们需要一个能收集你电脑活动，比如浏览应用、窗口标题和活动类别等信息的应用（听起来像是巨硬的Recall？）。当然为了安全性，我们首先排除商业非开源软件。碰巧现在正好有一个成熟、开源、跨平台的电脑活动记录软件，也就是ActivityWatch，能够抓取并分类你的电脑活动信息，所有信息保存在本地，它的管理界面大致长这样：

可以看到ActivityWatch相当于是个电脑时间记录工具，且记录得非常详细。它最特色的功能是可根据正则表达式分类你的事件，以归类你的各个活动时间并用图表展示（如右下图）。

之后的事就简单了。我们让AIveryday每隔段时间从ActivityWatch索取你的活动信息，如花费时间top 5的窗口标题、活动类别，然后在添上一些你的定制prompt，如个人信息、LLM角色，最后就能得到最终输出。之后可以调用通知相关的API，这样你就可以在桌面上看到弹出的消息通知了！

为了更进一步地模拟随机性（现实生活中没有哪个女友会精确间隔3600秒来发消息的吧），每个消息之间会间隔一个随机时间，服从正态分布，也可定制化。

我目前使用的是本地ollama qwen2 7b q3量化版，CPU推理，内存不够时还可设置让AIveryday调用远程的deepseek的API。当然这里还有其他多种设置，我已在README里介绍好了。

配置用的yaml文件，简单好用，就不做图形界面了。

未来

后续我想添加更多的功能，除了每隔几小时的通知之外，每天还可以设置个日记自动撰写功能，这就需要多prompt的功能支持。另外，如果能在通知后与LLM继续聊天，感觉也很有意思。