SlothLog：一款让AI成为唯一不“懒”的打卡应用

在多数人的认知里，打卡这件事似乎和“懒”沾不上边，但SlothLog这款打卡应用却反其道而行之，它是专为那些讨厌传统打卡应用的人量身打造的。使用SlothLog，你只需添加一个名字，轻轻一点完成签到，再点一下即可签退。整个过程无需注册账号，没有繁琐的仪表盘需要配置，更无需持续维护复杂的表格。

当周末来临，一个开放的权重模型会仔细研读你的打卡记录，并为你撰写两句贴心的话语：一句是温和的观察，另一句则是让你在第二天能更“懒”一点的小建议。虽然省下的力气看似微不足道，但却实实在在存在——你无需再使用纸质签到表，无需编写复杂的公式，也无需追着同事询问“你几点到的”。这一切，SlothLog都已为你默默记下。

SlothLog的整个项目结构异常简洁，仅由三个小型的JavaScript文件构成，且零运行时依赖：

• server.js：利用Bun.serve启动服务，通过bun:sqlite管理数据库，并只需一次Ollama调用即可完成核心功能
• public/index.html：采用单页设计，原生JavaScript编写，无需构建步骤，简洁高效
• seed.js：提供可选的演示数据，方便用户快速体验

SlothLog项目采用MIT许可证，开源友好。要在本地运行它，只需执行两条简单的命令：首先运行bun start，然后打开http://localhost:3000即可访问；如果需要示例数据，再运行一次bun run seed即可。

在演示过程中，SlothLog通过Ollama使用gemma4:cloud模型。同时，应用也支持本地开放权重模型，并在界面上明确标注所使用的模型以及数据是否离开本机。这一设计充分考虑了用户的隐私需求：数据存储在本地SQLite文件中，模型选择权完全交给用户——若注重隐私和离线使用，可选择一个轻量级的本地模型；若更看重生成质量，则可换用更大的托管开放权重模型。

Ollama接收的是一份紧凑的七天出勤摘要，并返回一段精炼的回顾。应用会自动挑选一个已安装的开放权重模型进行处理，同时也允许用户通过OLLAMA_MODEL环境变量指定特定模型。若Ollama未运行，应用会智能地退回到一段确定性的回顾文本，确保应用继续可用，而非直接报错。

在提示词的设计上，SlothLog也极为克制：要求正好两句话，明确指出出勤最稳定的人，包含一个真实数字，并给出一个微小的偷懒动作建议。提示词被刻意写得简短明了——因为出勤数据本身就很小，回顾理应更加精炼。

那么，为什么这件事与开放创新息息相关呢？出勤数据既私密又乏味。一个闭源的SaaS应用往往会要求用户提供账号、订阅服务，甚至为了渲染一张表格而获取所有人的日程副本。而SlothLog则将数据留在本地SQLite文件中，将模型的选择权完全交给用户，真正实现了数据的自主掌控。

选择权，才是SlothLog的核心所在。AI在这里并非被硬塞进一个增删改查应用中的租用功能，而是成为将一份枯燥的记录转化为人们真正愿意阅读的内容的关键环节，并且运行在用户自己掌控的基础设施上。

即便在演示数据中，这段回顾也仅需一次点击，就能准确指出那位有六次出勤的人——而当时用户可能还在犹豫是否要打开繁琐的表格。这就是SlothLog的全部魅力：减少行政事务的繁琐，增添一份“懒”的惬意。