断网续跑 · 跨机任务箱
何时用
- 白天在常用机器/手机上丢想法，晚上换台机器让本地大模型（Ollama）自动跑。
- 网络不稳、断网、或不想依赖任何云端 API 时，仍需任务可追踪、可续跑。
- 想在两台设备间用「同步包（JSON）」离线交换任务，而非直连。
核心组件
local_taskbox.py：本地 JSON 任务箱。状态机 pending/running/done/failed；按 id 去重、保留 updated_at 较新者。offline_worker.py：断网 Worker。读 pending 任务，逐条 POST 本机 Ollama（http://127.0.0.1:11434/api/generate），结果写回。- 同步包：
export <file>导出、import <file>合并，用于两机离线交换。
工作流
- 机器 A 加想法：
python local_taskbox.py add "标题" "详情" --source a - 导出包：
python local_taskbox.py export d:/sync_out.json - 把包带到机器 B（U盘/微信/手机）。
- 机器 B 导入：
python local_taskbox.py import sync_out.json - 机器 B 断网跑：
python offline_worker.py（模型权重在本地，断网照跑） - 联网回收：
export result.json→ 带回机器 Aimport，或导入金山云中转。
命令速查
add <title> <detail> [--source a|b]list、done <id>、fail <id>export <file>、import <file>
注意
offline_worker.py顶部MODEL改成实际部署机器上的模型名；模型需断网前ollama pull好。- 本地为主、云端（金山文档）为增强：联网时把同步包双向同步进金山，保留自动跨机便利。
- 不依赖任何云端 API / MCP，断网可完整闭环。
安全
- 同步包不含任何密钥；任务详情勿写密码/token。
- 两机各自 taskbox.json 独立，靠同步包按 id 合并，互不覆盖结果。
