Doorstep
一款为行动不便者设计的开源本地AI散步建议应用，使用Gemma 3 4B模型通过Ollama本地运行，基于用户当日可行走距离上限推荐附近地点，所有AI推理在设备本地完成以保护隐私
时间轴 (近 90 天)
Doorstep 是一款为行动不便者设计的开源本地AI散步应用，使用本地运行的 Gemma 3 4B 模型推荐散步地点
Doorstep 的技术栈仅是 Node 和一个 HTML 页面，守护进程绑定在本地回环地址，除首次下载 OSM 地图数据外不产生任何出站网络请求
Doorstep 的核心设计原则是模型决定选哪个地点，但永远不决定多远——距离在代码层面按可达范围过滤，模型只从已安全的列表中选择
如果模型给出的地点不在过滤列表上，会被当作幻觉而非建议，并回退到最近的可坐处
对行动不便用户而言，一个虚构的目的地比没有答案更糟，因为他们真的会走过去
开发者抓取两个相距约 300 公里的印度城市数据发现：较小城市 1200m 内有 28 个地点、0 张长椅、3 棵标注树；较大城市有 701 个地点、24 张长椅、566 棵标注树
一个返回 HTTP 200 却无数据的镜像会产生空数组，因 JS 空数组为真值被当成成功，导致 Doorstep 静默保存空地图——此 Bug 起因于一个默认值 = []
Doorstep 刻意不设连续打卡，而是统计月度出门天数和出门日的平均可达距离，缺席日不产生惩罚信号
Doorstep 持有的可达距离加精确起点数据本质上是附带家庭住址的医疗记录，本地推理是其隐私架构基础——没有服务器就没有可泄露或被要求交出的数据
全部知识事实 (9)
Doorstep 是一款为行动不便者设计的开源本地AI散步应用，使用本地运行的 Gemma 3 4B 模型推荐散步地点
50%待验证Doorstep 的技术栈仅是 Node 和一个 HTML 页面，守护进程绑定在本地回环地址，除首次下载 OSM 地图数据外不产生任何出站网络请求
50%待验证Doorstep 的核心设计原则是模型决定选哪个地点，但永远不决定多远——距离在代码层面按可达范围过滤，模型只从已安全的列表中选择
50%待验证如果模型给出的地点不在过滤列表上，会被当作幻觉而非建议，并回退到最近的可坐处
50%待验证对行动不便用户而言，一个虚构的目的地比没有答案更糟，因为他们真的会走过去
50%待验证开发者抓取两个相距约 300 公里的印度城市数据发现：较小城市 1200m 内有 28 个地点、0 张长椅、3 棵标注树；较大城市有 701 个地点、24 张长椅、566 棵标注树
50%待验证一个返回 HTTP 200 却无数据的镜像会产生空数组，因 JS 空数组为真值被当成成功，导致 Doorstep 静默保存空地图——此 Bug 起因于一个默认值 = []
50%待验证Doorstep 刻意不设连续打卡，而是统计月度出门天数和出门日的平均可达距离，缺席日不产生惩罚信号
50%待验证Doorstep 持有的可达距离加精确起点数据本质上是附带家庭住址的医疗记录，本地推理是其隐私架构基础——没有服务器就没有可泄露或被要求交出的数据
50%