StudyFlow

Bhoomika сделала StudyFlow для друга, который пытался совместить пары, лабораторные, задания, самостоятельную учебу и спортивное программирование. Локальная Gemma через Ollama превращает фиксированные занятия, свободные часы, приоритеты и обратную связь в недельный план, а обычная логика приложения не дает модели слепо распоряжаться расписанием. У истории 10 реакций: это маленький, но понятный пример, где ИИ полезен не «для всего», а для снятия ежедневного хаоса.

StudyForge AI

Ashutosh Ranjan собрал StudyForge AI вокруг перегруза студента: занятия, задания, конспекты, практика программирования, экзамены и стажировки жили в разных местах. Проект пытается держать учебную активность, задачи и подготовку к карьере в одном рабочем пространстве, чтобы Gemma отвечала с учетом контекста. У истории 5 реакций, и она хорошо показывает сдвиг от универсального помощника к личному учебному окружению.

Gemma Garage

Antonia Herrera сделала Gemma Garage для родственника с автомастерской, где заметки о работах писались от руки на испанском, а дальше превращались в звонки, напоминания и счета вручную. Локальная Gemma читает свободный текст, выделяет машину, работу, детали и повторяемость, готовит проверяемые заказы запчастей, собирает список покупок на день и помогает со счетами с НДС. У истории 2 реакции и 1 комментарий, зато польза очень приземленная: меньше ручной рутины в маленьком сервисе.

Campus Copilot

Gyan Arpit построил Campus Copilot для друга, у которого были лекции, PDF-файлы и задания, но не было быстрого способа найти нужный фрагмент перед экзаменом. Помощник загружает материалы, отвечает с указанием страниц-источников, создает тесты, находит слабые темы и предлагает план повторения. Важная деталь — это не просто оболочка над большим чат-ботом, а поиск по собственным учебным материалам.

SaathiAI

Shivam Gupta сделал SaathiAI после того, как увидел, как друзья и одногруппники тонут в больших PDF-конспектах перед экзаменами. Приложение отвечает по материалам студента, упрощает сложные места, генерирует экзаменационные ответы, карточки и тесты, а также включает режим «экзамен завтра» для срочного повторения. Это еще одна история о том, что ценность ИИ появляется там, где он привязан к реальным заметкам человека.

Fridgeful

Arjun Khanduri собрал Fridgeful для девушки, которая переехала в Великобританию и часто находила свежие продукты уже испорченными в глубине холодильника. Приложение следит за запасами и сроками годности, напоминает о продуктах под угрозой списания и предлагает рецепты из того, что уже есть дома. История сильна тем, что ИИ здесь не навязывает новые покупки, а помогает не терять уже купленную еду.

AI Product Quality Inspector

Sudha-rani сделала AI Product Quality Inspector для друга, которому нужно было быстрее проверять товары на видимые дефекты перед продажей или доставкой. Приложение на Streamlit принимает фотографии, выдает проверку, хранит историю и отчеты, а в будущем автор хочет перейти к локальной модели компьютерного зрения. Сейчас анализ изображений использует Gemini API, но сама задача хорошо подходит малому бизнесу: быстро отсеять очевидные проблемы до клиента.

Gemmate

Malawige Inusha Thathsara Gunasekara сделал Gemmate для друга-инженера, который понимал предмет, но терялся на хитрых формулировках и ночном повторении. Приложение разбирает загруженные задачи, показывает теорию и ловушки, дает пошаговый план атаки и озвучивает наводящие подсказки через ElevenLabs. Главное — оно не вываливает готовый ответ сразу, а помогает сохранить тренировку мышления.

OffMail

Sandeep Kumar собрал OffMail для друга, который отправлял много запросов в LinkedIn, но забывал писать людям после принятия заявки. Инструмент локально читает уведомления Gmail из социальной категории, находит принятые контакты, через Gemma 3 1B в Ollama готовит черновик и требует ручного одобрения перед отправкой. Это редкий пример автоматизации общения, где приватность и контроль важнее полной автономности.

Строгий локальный наставник по программированию

Mahima Lohan сделала локального ИИ-наставника для друга, который учился программировать, но слишком быстро получал готовые исправления от обычных инструментов. Здесь интересна не мощность модели, а ограничение: помощник должен вести через логику ошибок, не вставляя готовое решение. Это история о том, что иногда хороший учебный ИИ должен уметь вовремя промолчать.