GigLift
面向印度学生的小型自由任务平台原型，利用大模型将Hinglish口语请求转化为结构化任务简报，包含规则抽取预算与截止日期、模型理解语言的分工设计
时间轴 (近 90 天)
GigLift是一个面向学生的小型任务平台，将杂乱的口语化请求（如WhatsApp上的Hinglish消息）转化为包含交付物、技能要求、预算、截止日期的正式任务简报。
GigLift技术栈为Django配HTMX和SQLite，部署在Render免费层。
GigLift的所有AI逻辑集中在一个文件core/llm.py中，只使用标准库，不引入SDK。
GigLift的设计决策是预算和截止日期不交给模型判断，而是由core/extract.py中的规则集直接从文本中抽取，模型无权修改。
GigLift的规则集能处理英语、Hinglish和天城文数字，例如1500 tak、₹१२००、parso（后天）、agle hafte（下周）、Friday tak。
如果模型生成的交付物中包含客户消息里不存在的数字，该行会被直接丢弃。
在32份简报的留出集评测中，新规则对明确预算（25份）读对22份，旧正则读对11份；对明确期限（27份）读对25份，旧正则读对8份。
在32份简报的留出集评测中，新规则对未给预算的7份简报完全没有编造（旧正则为7份全部编造），对未给期限的5份简报也完全没有编造（旧正则为5份全部编造）。
用真实Gemma跑完整流水线处理32份简报：25个预算中读对22个，27个期限中读对25个，零错误、零编造。
GigLift的评测存在局限：规则和测试简报都出自同一人之手，留出集成绩偏乐观；评测只衡量数字，尚未评估Gemma生成的开放问题、技能和交付物质量。
还有 4 条时间轴事件
全部知识事实 (14)
GigLift是一个面向学生的小型任务平台，将杂乱的口语化请求（如WhatsApp上的Hinglish消息）转化为包含交付物、技能要求、预算、截止日期的正式任务简报。
50%待验证GigLift技术栈为Django配HTMX和SQLite，部署在Render免费层。
50%待验证GigLift的所有AI逻辑集中在一个文件core/llm.py中，只使用标准库，不引入SDK。
50%待验证GigLift的设计决策是预算和截止日期不交给模型判断，而是由core/extract.py中的规则集直接从文本中抽取，模型无权修改。
50%待验证GigLift的规则集能处理英语、Hinglish和天城文数字，例如1500 tak、₹१२००、parso（后天）、agle hafte（下周）、Friday tak。
50%待验证如果模型生成的交付物中包含客户消息里不存在的数字，该行会被直接丢弃。
50%待验证在32份简报的留出集评测中，新规则对明确预算（25份）读对22份，旧正则读对11份；对明确期限（27份）读对25份，旧正则读对8份。
50%待验证在32份简报的留出集评测中，新规则对未给预算的7份简报完全没有编造（旧正则为7份全部编造），对未给期限的5份简报也完全没有编造（旧正则为5份全部编造）。
50%待验证用真实Gemma跑完整流水线处理32份简报：25个预算中读对22个，27个期限中读对25个，零错误、零编造。
50%待验证GigLift的评测存在局限：规则和测试简报都出自同一人之手，留出集成绩偏乐观；评测只衡量数字，尚未评估Gemma生成的开放问题、技能和交付物质量。
50%待验证GigLift本身不赚钱，目前没有真实客户使用过，也没有人通过它付过款；它是一个已部署的可运行原型，而非成熟产品。
50%待验证GigLift学生与店主选中匹配后双方才交换手机号，付款在线下完成。
50%待验证GigLift采用MIT许可，代码公开，评测可复现。
50%待验证GigLift安全方面实现了带nonce的CSP、按会话和IP的限流、编辑与雇佣操作的所有权校验，并有24个Django测试加7个规则测试。
50%