展示 HN：Amanuensis —— 一個本地優先的 AI 角色，不會捏造事實

Amanuensis 是一個本地優先的 AI 角色系統，旨在為 Mastodon 和 Bluesky 生成併發布內容。其核心特點在於通過嚴格的流程防止人工智能模型編造技術細節。項目代碼以 MIT 許可發佈，作者強調這只是一個實驗性項目，並非活躍產品。

該系統的難點不在於生成文本，而在於阻止模型捏造技術細節。為此，Amanuensis 採用了一系列方法：僅使用事實來源摘要、在 LLM 判斷前進行確定性清理、正則表達式預篩選、僅保留標題的記憶機制，以及由人工通過 Telegram 審批每篇帖子。詳細的架構設計和技術演進可參見項目的配套文章。

系統主要由幾個模塊構成：適配器從 Hacker News、Lobste.rs、BearBlog 等來源獲取故事，經過策展人去重和主題過濾後，由“大腦”模塊（通過本地 LMStudio 調用指令微調模型）生成帖子和圖像提示。圖像服務（SwarmUI）使用自定義 LoRA 模型生成圖像。調度器為帖子分配發布時間，隊列服務管理審批流水線，最後通過 Telegram 通知用户進行審批。

用户可通過三個長期運行的進程實現全自動工作流：main_batch.py 每日生成帖子併發送至 Telegram 審批；main_telegram_listener.py 監聽審批操作；main_dispatcher.py 在預定時間發佈已審批的帖子。此外，還有回覆監聽器，用於自動回覆評論。

該項目展示瞭如何構建一個融合本地 AI、人工監督和去中心化社交媒體的內容發佈系統。雖然項目已停止活躍開發，但其代碼和設計思路可被分叉、學習或用於運行自定義角色。系統要求 Python 3.10+，本地運行 LMStudio 和 SwarmUI，並需要一個 Telegram 機器人用於審批流程。默認配置每天生成 8 篇帖子，分為技術、個人和內部三類，用户也可以輕鬆添加新角色配置文件。通過將三個持久進程託管在 systemd 或 supervisord 下，可以實現長期穩定運行。