GhostShell AI trasforma il terminale in un «fantasma» che risponde localmente
Testo scritto con l’intelligenza artificiale a partire da 2 fonti citate, senza revisione umana prima della pubblicazione.
Progetto open source che usa modelli AI eseguiti in locale per spiegare comandi, rispondere a domande e assumere tre personalità spettrali.
Due progetti su GitHub trasformano il terminale e una web app in un “fantasma” che risponde offline. Entrambi nascono per la Hacktoberfest Open-Source AI Challenge Week 4, tema Ghost in the Machine. Uno vive nel terminale, l’altro in un’interfaccia web locale senza servizi cloud1,2.
Nel primo, firmato da Samruddhipathrikar, il prompt non risponde più in modo neutro. L’utente digita un comando, per esempio git status. GhostShell analizza l’input e usa un modello in locale per generare una risposta “spettrale”, con una breve spiegazione su cosa fa il comando. Tre personalità danno voce al sistema: “Whispering Ghost”, “Angry Poltergeist”, “Ancient Programmer”1.
Il progetto mette in scena un dialogo con un’entità “intrappolata” nella macchina. La demo descritta nel post mostra l’esecuzione in locale, il cambio di personalità e le risposte “spooky” ai comandi del terminale. Codice e materiali sono nel repository indicato dall’autore1.
La seconda variante, pubblicata da abubakkarsithikm06, adotta una web app a tema scuro. L’assistente risponde a domande generiche, spiega comandi Git e offre aiuto di base sul codice. L’inferenza avviene in locale tramite Ollama. L’autore specifica l’uso di Gemma 3 nella variante da 1B, con l’obiettivo di evitare dipendenze da API cloud e generare risposte sul computer dell’utente2.
Avvio e uso restano interamente in locale: si avvia Ollama, si esegue il file python web_app.py, poi si apre l’indirizzo http://127.0.0.1:5000 nel browser. Dopo il download delle dipendenze e del modello, l’app funziona offline. Stack indicato: Python con Flask per il backend e HTML, CSS, JavaScript per l’interfaccia, oltre a Ollama e al modello Gemma 3 (1B)2.
Le due proposte condividono lo stesso nucleo concettuale, con interfacce e focus diversi. Nel terminale, GhostShell interviene mentre l’utente digita, aggiunge spiegazione e colore “spettrale” alla risposta. Nella web app, la conversazione si estende a domande più generali e a richieste di aiuto sul codice, sempre con inferenza locale che non dipende da servizi esterni1,2.
Repository: github.com/Samruddhipathrikar/GhostShellAI per l’implementazione da terminale e github.com/abubakkarsithikm06/Advance-GhostShell-AI per la variante web1,2.
Nel secondo post, l’autore motiva la scelta: l’open-source AI rende l’AI accessibile, permette di costruire e sperimentare in locale senza pagare API e aiuta a capire come integrare modelli locali nelle applicazioni2. Per chi lavora su strumenti da sviluppatore, è anche un banco di prova utile per testare interfacce conversazionali “on-device” senza esposizione di dati a servizi esterni2.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono. Valutazione su questo pezzo: 9,5/10.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale: superato.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica. Questo articolo ha preso 8,0/10 dopo 1 revisione.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.