软件与 AI —— 自己造的,不是买来的。
Simon van de Loo 所有作品的统称:一个带自训微调模型的 AI 助手、一款内嵌语言模型的写作软件,以及基于统一设计系统的网站项目。全部可在本地运行。
- 5自训语言模型微调公开在 Hugging Face
- 6LoRA 适配器3× 图像,3× 音乐
- 100 %本地推理Apple Silicon,MLX
- 0第三方模型 API不是套壳
方法
本地运行
语言模型、图像与音乐生成都通过 MLX 在 Apple Silicon 上运行——不依赖云端,没有数据离开这台机器。
自训微调模型
不是给别人的 API 套壳,而是在 Gemma 4、Ministral 3 和 Qwen-Coder 上做了五个自己的微调模型——训练数据由我自己构建,而非现成语料。模型卡与数据均公开在 Hugging Face 上。
nCAI 对齐
一套自己的训练方法:用人格取代规则清单。拒绝行为、语气、工具使用与代码风格,都从性格中自然生出——通过「它是谁」来对齐整个智能体。
明确标注
A!ley 产出的内容署她的名字,并标注为 AI 生成——依据欧盟《人工智能法案》加上水印和机器可读元数据。认真对待一个人格,就要把她署为作者;同时也照实说明她是什么。
整条技术栈
从模型权重到界面像素:训练、推理后端、桌面应用和网页界面,全部出自同一双手。
项目
接下来做什么
两个尚未动工的计划——写在这里,是为了让方向可见。
- 计划中
A!am
A!ley 的一个开放分支——名字取自 AI、“I am”和那个感叹号。相同的基座模型,但训练目标是让它仅凭系统提示词中的几个 XML 触发器就能接管一个角色(含名字),而不必依赖长达数页的角色设定集。想构建一个人格,不该需要训练或编程知识。Idle Thinker 与 RAG 记忆一并带上;代码、图像、歌曲和视频可按需加载。它跑在用户自己的机器上。
- 计划中
H!ve
一个基于相近底座的独立产品:面向媒体设计的套件,含图像、视频与音频生成。这里工作的不是 Idle Thinker 那种自主性,而是 Team Thinker v1——多个针对具体任务微调的模型,朝一个目标协同推进,而不是各自游走。
这里跑着什么
A!ley 背后的技术栈——从模型层一直到界面。
自训微调模型
- A!ley Core — Gemma 4 12B
- A!ley Tempest — Ministral 3 14B
- A!ley Nitro — Gemma 4 E2B
- Code A!ley — Qwen 3.6 Coder 9B
- Linting Hamster — Qwen2.5-Coder 1.5B
生成式
- MFLUX Z-Image-Turbo — 3 LoRA
- ACE-Step 1.5 — 3 LoRA
- PiperTTS
- WAN 2.1
记忆与运行时
- LanceDB(RAG)
- Apple Silicon 上的 MLX
- Flask 后端
- 轮询架构
界面
- Tauri 桌面应用
- Next.js 前端
- PHP 网页门户
- Monaco 编辑器
关于我
openM!nded Labs 背后是 Simon van de Loo —— 德国工商会(IHK)认证的数字媒体设计师,成绩「优秀」,实践考试成绩为科布伦茨辖区第一。我的第一台电脑还跑着 Windows 3.11 —— 从它那里我主要学会的,是如何与别扭的系统打交道。真正开始编程是在几代 Windows 之后,通过一款 RPG Maker:我想造世界,为此必须学 Ruby。后来是 Python 和 Web 技术栈,Rust 直到转职培训期间才接触,因为一位老师把它摆到了我面前。
职业上很长一段时间走的是另一条路——十二年养老护理,然后是转职培训。始终没有中断的是写作:我是多次出版的作者,重心在 世界观与人物塑造。我的 Martyria 世界自 2015 年起已累积六百多页设定——货币、历法、时间线、人物词条。
这不是一堆兴趣的集合,而是一条链——它的起点是世界观,不是代码。会写人物的人,能构建人格;会编程的人,能训练它们。在 AI 里,两者相遇,所以我的训练数据看起来像手稿,而不像表格。
完整的履历、参考项目与联系方式,都在求职作品集里。





