工具概览
HabitLoop 是一款习惯追踪器，使用以用户自己日志计算出的统计数据为依据的 AI 教练。系统记录习惯，并提供每周回顾、7 天计划，以及可依据用户历史回答问题的聊天教练。它运行在开放权重模型上，是在最初为社区 AI 黑客松创建的项目基础上重建的。该设计确保 AI 教练只会得到由用户日志计算出的统计数据，其回答也会对照这些统计数据进行检查。模型从不接触原始日志数据，不做算术运算，其输出会对照它被给予的数字进行验证。统计数据由 Python 而非模型计算，以避免不可靠的计算。这种依据是结构性的，而非基于检索，因为计算出的摘要能放进上下文窗口。输出通过验证器逐条核对声明，标记没有依据的数字。系统包含三个可互换的模型后端，以及文档化的依据设计。
定价
价格与限制可能变化，请以官网为准，并确认币种、付款周期、最低席位数和用量上限。
应用场景
- 个人用户用 HabitLoop 记录每日习惯，并获得基于自己数据的每周回顾。
- 用户用 HabitLoop 获得根据自己习惯统计数据生成的 7 天计划。
- 人们用 HabitLoop 向教练询问自己习惯进展的问题，比如周末最差的是哪个习惯。
- 开发者用 HabitLoop 对模型在习惯相关问题上的准确性进行评估。
- 用户可以依靠 HabitLoop 在数据不足时拒绝回答，比如只记录了三天的时候。
功能特性
记录并追踪个人习惯
基于个人记录提供 AI 辅导
由 Python 计算习惯统计数据
通过 Streamlit 界面追踪习惯
使用 LangChain 和 Llama 3 提供辅导
用户评论
还没有评论，来分享你的使用体验吧