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。其核心特點在於透過嚴格的流程防止人工智慧模型編造技術細節。專案程式碼以 MIT 許可釋出，作者強調這只是一個實驗性專案，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、正規表示式預篩選、僅保留標題的記憶機制，以及由人工透過 Telegram 審批每篇帖子。詳細的架構設計和技術演進可參見專案的配套文章。

系統主要由幾個模組構成：介面卡從 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”模組（透過本地 LMStudio 呼叫指令微調模型）生成帖子和影像提示。影像服務（SwarmUI）使用自定義 LoRA 模型生成影像。排程器為帖子分配發布時間，佇列服務管理審批流水線，最後透過 Telegram 通知使用者進行審批。

使用者可透過三個長期執行的程序實現全自動工作流：main_batch.py 每日生成帖子併傳送至 Telegram 審批；main_telegram_listener.py 監聽審批操作；main_dispatcher.py 在預定時間釋出已審批的帖子。此外，還有回覆監聽器，用於自動回覆評論。

該專案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釋出系統。雖然專案已停止活躍開發，但其程式碼和設計思路可被分叉、學習或用於執行自定義角色。系統要求 Python 3.10+，本地執行 LMStudio 和 SwarmUI，並需要一個 Telegram 機器人用於審批流程。預設配置每天生成 8 篇帖子，分為技術、個人和內部三類，使用者也可以輕鬆新增新角色配置檔案。透過將三個持久程序託管在 systemd 或 supervisord 下，可以實現長期穩定執行。