AI가 우리가 화면에 보내는 시간을 줄이는 데 도움을 준다면 어떨까요?

이 질문에서 영감을 받아 저는 개인화된 야외 미션을 생성하는 로컬-AI 기반 웹 앱인 TouchGrass AI를 만들었습니다.

제가 만든 것 (What I Built)

TouchGrass AI는 사용자가 가용한 시간, 관심사, 경험 수준을 바탕으로 야외 활동을 선택할 수 있도록 돕습니다.

사용자는 산책, 자연 탐험, 새 관찰(birdwatching), 원예 등 다양한 활동에 대해 15분, 30분 또는 60분짜리 미션을 생성할 수 있습니다.

목표는 간단합니다: 아이디어를 얻고, 야외로 나가서 스크롤하는 시간을 줄이는 것입니다.

데모 (Demo)

🎥 데모 시청: [

]

💻 소스 코드: [https://github.com/utkarshydv27/TouchGrassAI]

이 앱은 현재 제 컴퓨터에서 로컬로 실행됩니다.

제작 과정 (How I Built It)

저는 Python, Flask, HTML, CSS, JavaScript, Ollama, 그리고 Qwen 2.5 1.5B 모델을 사용하여 이 애플리케이션을 구축했습니다.

Ollama는 AI 모델을 로컬에서 실행하며, Flask가 미션 요청 및 입력 유효성 검사를 처리합니다. 프론트엔드는 사용자가 브라우저의 로컬 스토리지에 미션을 생성하고 진행 상황을 추적할 수 있게 합니다.

또한 홈 페이지, 잘못된 입력, 모킹된 Ollama 응답을 사용한 성공적인 미션 생성, 그리고 Ollama를 사용할 수 없는 오류 처리를 위한 자동화 테스트도 추가했습니다.

모든 6개의 자동화 테스트가 통과했습니다.

오픈 혁신이 중요한 이유 (Why Does Open Innovation Matter?)

오픈 혁신(Open innovation)은 이 프로젝트를 실험하고 적응하기 쉽게 만듭니다.

• 개인 정보 보호: 미션 생성 프롬프트는 호스팅되는 AI API가 아닌 로컬에서 실행되는 Ollama 서비스로 전송됩니다.
• 비용: 모델과 종속성을 설치한 후에는 미션 생성을 위해 유료 호스팅 AI API가 필요하지 않습니다.
• 유연성: 개발자는 호환 가능한 로컬 모델을 실험해 볼 수 있습니다.
• 오프라인 잠재력: 모든 것이 설치되면, 로컬 모델 서비스가 사용 가능한 동안 인터넷 접속 없이도 미션 생성이 가능합니다.

애플리케이션 코드는 MIT 라이선스 하에 배포됩니다. AI 모델은 자체적인 라이선스와 약관을 가집니다.

다음 계획 (What's Next)?

야외 추천 기능을 개선하고, 다양한 환경에서 경험을 더욱 유용하게 만들 방법을 탐색하고 싶습니다.

이 아이디어의 가장 좋은 점은 앱의 성공이 누군가를 온라인 상태로 유지하는 것에 달려있지 않아야 한다는 것입니다. 대신 활동을 선택하도록 돕고 그 후 휴대폰을 치우게 해야 합니다.

제 프로젝트를 확인해 주셔서 감사합니다!

devchallenge #hf26challenge #opensource #ai