google-ai-edge / gallery

Problem: 开发者需要为移动应用集成智能对话功能，但担心用户数据隐私和网络延迟问题。

Solution: 使用Gallery在设备端本地运行Gemma等大型语言模型，实现完全离线的AI对话，确保数据私密性和实时响应。

Example: 开发一个旅行规划应用，用户可以在没有网络的山区间询问路线建议，AI基于本地模型实时回答，且行程数据不会上传到云端。

Problem: 开发者想测试视觉问答或语音转写功能在移动设备上的实际效果，但搭建完整的端到端系统成本高。

Solution: 利用Gallery的“Ask Image”和“Audio Scribe”功能，快速验证图片识别、相机交互和实时语音处理的本地AI能力。

Example: 为教育应用设计一个植物识别功能，学生用手机拍摄树叶，Gallery本地模型立即识别物种并给出详细说明，无需联网。

Problem: 开发者需要在特定硬件上评估不同AI模型的推理速度、内存占用和输出质量，以选择最适合的部署方案。

Solution: 通过Gallery的模型管理功能，下载多个开源模型并运行基准测试，直观比较它们在目标设备上的表现。

Example: 为智能家居中控选择轻量级语音模型，在旧款手机上测试Gemma 2B与Phi-3的性能差异，根据延迟和准确率做出决策。

Problem: 开发者希望让AI不仅能对话，还能调用外部工具（如查询信息、控制设备），但实现工具调用逻辑复杂。

Solution: 使用Gallery的“Agent Skills”功能，为模型添加维基百科查询、地图交互等工具，快速验证智能体工作流程。

Example: 构建一个本地智能家居控制器，用户说“打开客厅灯并告诉我今天的天气”，AI通过技能调用设备API并查询天气信息返回结果。