GhostGPT, generatore horror che gira in locale con Gemma 3 1B

Esegue tutto sul PC dell’utente: GhostGPT usa Gemma 3 1B via Ollama, genera racconti horror senza passare da API in cloud, codice e istruzioni sono su GitHub¹.

Il repository descrive un’app web locale costruita con Python e Flask. L’interfaccia gira su http://127.0.0.1:5000, mostra le categorie horror, avvia la generazione, consente copia e salvataggio del testo. La pipeline resta in macchina: Ollama orchestral il modello, Gemma 3 1B produce il contenuto. Frontend in HTML, CSS e JavaScript¹.

Il progetto nasce come submission per l’Hacktoberfest Open-Source AI Challenge Week 4, tema “Ghost in the Machine”. L’autore punta su una narrazione “misteriosa ed enigmatica” e su un’esecuzione locale invece di una cloud AI API. L’obiettivo, dichiarato nella pagina del progetto, è offrire un esempio minimale ma verificabile di generazione testuale in locale, con istruzioni riproducibili¹.

Setup essenziale. Si clona il repository, si installano le dipendenze, si scarica il modello “gemma3:1b” tramite Ollama, poi si avvia l’app Flask seguendo i passaggi indicati nel README. La pagina rimanda ai file del server, al frontend e a una demo ospitati nello stesso repository, così da ridurre l’attrito per chi vuole provare o modificare il codice¹.

Il flusso d’uso è diretto. Si sceglie la categoria del racconto, si genera il testo, si legge il risultato. In fondo alla pagina compaiono le azioni di gestione: copiare l’output, salvarlo e riprendere la sessione più tardi. Ogni passaggio resta locale. Il modello non contatta servizi esterni durante la generazione, in linea con l’impostazione del progetto e con gli strumenti dichiarati dall’autore¹.

La sezione tecnica del repository elenca con chiarezza gli stack e i ruoli: Python e Flask per la web app, Ollama come ponte verso il modello, Gemma 3 1B per la scrittura. L’uso di un modello open-weight permette di ispezionare e aggiornare la configurazione in modo indipendente. La scelta del frontend semplice, con form e pulsanti, tiene il focus sul ciclo richiesta-risposta e sul controllo locale dell’esperienza¹.

Per chi valuta o riusa il codice, la struttura del repository aiuta. Cartelle e file mostrano come avviare il server, integrare il modello e gestire la risposta nella pagina. Le istruzioni segnalano l’indirizzo locale predefinito, la necessità di scaricare il modello tramite Ollama e i passaggi per far partire l’applicazione. Una volta completato il setup, la generazione di un racconto richiede pochi click¹.

Il perimetro resta quello della challenge: un generatore narrativo a tema “Ghost in the Machine”, pubblicato come iniziativa open source e progettato per girare sul dispositivo dell’utente. La combinazione di Gemma 3 1B e Ollama fissa un percorso pratico per chi vuole sperimentare modelli open-weight in locale senza dipendere da servizi esterni, a partire da un caso d’uso concreto come la narrativa horror¹.