Fable ने reMarkable को Harry Potter की Tom Riddle डायरी में बदल दिया

 (github.com/MaximeRivest)
1 पॉइंट द्वारा GN⁺ 4 시간 전 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • riddle एक ऐप है जो reMarkable Paper Pro पर पेन से लिखी गई लिखावट को थोड़ी देर बाद गायब कर देता है, फिर Tom Riddle की डायरी की तरह जवाब को हाथ से लिखी गई स्ट्रोक्स के रूप में दोबारा लिखता है और फिर वह भी गायब हो जाता है
  • इसका काम करने का तरीका यह है कि पेन इनपुट लेने के बाद 2.8 सेकंड idle रहने पर पेज को PNG के रूप में commit किया जाता है, और vision LLM लिखावट पढ़कर वाक्य-दर-वाक्य जवाब stream करता है
  • इंस्टॉल करने का सबसे आसान तरीका remagic है, और prebuilt bundle इंस्टॉल या source build भी संभव है, लेकिन इसके लिए reMarkable Paper Pro का developer mode और launcher चाहिए
  • ऐप root के रूप में चलता है, और takeover mode में vendor UI को रोककर e-ink engine को सीधे चलाता है; परीक्षण केवल reMarkable Paper Pro ferrari, aarch64, OS 3.26–3.27 पर किया गया है
  • LLM backend OpenAI-compatible /chat/completions API या resident pi --mode rpc process का उपयोग कर सकता है, और डिवाइस modification तथा vendor library के उपयोग का जोखिम उपयोगकर्ता को खुद उठाना होगा

Tom Riddle की डायरी की तरह काम करने वाला reMarkable ऐप

  • riddle एक ऐप है जिसमें reMarkable Paper Pro पर पेन से पेज पर लिखने के बाद, थोड़ी देर में लिखावट ऐसे गायब हो जाती है जैसे कागज में समा गई हो, और जवाब बहती हुई handwriting में स्ट्रोक-दर-स्ट्रोक दिखाई देता है
  • इसका लक्ष्य स्क्रीन लाइट, keyboard, chat UI के बिना कागज पर स्याही उभरने जैसा अनुभव देना है
  • यह वही डायरी ऐप है जो डेमो में दिखाया गया था, और इसे “Tom” को लिखने के रूप में इस्तेमाल किया जाता है

इंस्टॉलेशन और चलाने का तरीका

  • पहली बार उपयोग करने पर reMarkable Paper Pro को developer mode में सेट करना और launcher इंस्टॉल करना होगा
  • remagic developer mode सक्षम करने और environment setup को एक command में करवाने के लिए मार्गदर्शन देता है
  • remagic इंस्टॉल commands:
    • remagic install riddle: checksum verify के बाद डाउनलोड करके AppLoad में इंस्टॉल करता है
    • remagic config riddle: browser में config form खोलता है और फोन के लिए QR भी देता है
  • अगर xovi और AppLoad पहले से मौजूद हैं, तो remagic catalog, prebuilt bundle, या source build में से किसी एक से इंस्टॉल किया जा सकता है
  • इंस्टॉल के बाद AppLoad में Reload दबाएँ, फिर The Diary चलाएँ, उसके बाद लिखें और पेन को कुछ देर रोकें, तब यह काम करेगा

prebuilt bundle इंस्टॉल

  • नवीनतम release से riddle-<version>.zip डाउनलोड करें और उसे riddle फ़ोल्डर में extract करें
  • फ़ोल्डर को tablet के /home/root/xovi/exthome/appload/ में कॉपी करें
  • oracle.env.example को oracle.env के रूप में कॉपी करें और RIDDLE_OPENAI_KEY में OpenAI-compatible API key डालें
  • API key न होने पर pi path का उपयोग किया जा सकता है
  • AppLoad में Reload करने के बाद The Diary चलाएँ

डिवाइस modification और support range

  • riddle डिवाइस को modify करता है और root के रूप में चलता है
  • takeover mode में यह vendor UI को रोककर e-ink engine को सीधे चलाता है
  • परीक्षण किया गया environment केवल reMarkable Paper Pro ferrari, aarch64, OS 3.26–3.27 है
  • दूसरे model या OS version पर यह काम न भी करे
  • इसका reMarkable AS से कोई संबंध नहीं है, और इंस्टॉल करने से पहले SSH access बना रहना चाहिए ताकि recovery path उपलब्ध रहे

अंदरूनी काम करने की संरचना

  • इनपुट raw evdev के जरिए लिया जाता है, और 4096-level pressure तथा hardware event rate का उपयोग होता है
  • उपयोगकर्ता लिखने के बाद 2.8 सेकंड रुकता है तो पेज commit होकर PNG में बदल जाता है
  • oracle नाम का resident LLM process PNG पढ़ता है और वाक्य-दर-वाक्य जवाब stream करता है
  • जवाब को Dancing Script font से rasterize किया जाता है, फिर Zhang-Suen thinning से उसे single-pixel pen path में बदला जाता है, उसके बाद stroke tracing करके animation चलाया जाता है
  • display backend दो प्रकार के हैं
    • qtfb: xochitl के अंदर window mode में चलने वाला AppLoad ऐप
    • quill: xochitl को रोककर vendor e-ink engine को सीधे चलाने वाला full takeover mode

repository संरचना

  • riddle/ एक Rust ऐप है, जिसमें pen input, ink surface, handwriting synthesis, oracle process manager, और दोनों display backends शामिल हैं
  • quill/ C/C++ में लिखा takeover display host है
  • quill, vendor libqsgepaper.so waveform engine के ऊपर epfb-re शैली का QImage constructor interposition shim रखता है, और quill_init, quill_buffer, quill_swap C ABI देता है
  • quill में scribble latency test और map, image, GIF renderer demos भी शामिल हैं

gestures

  • लिखने के बाद पेन रोकने पर डायरी स्याही को सोख लेती है और Tom जवाब देता है
  • marker को उल्टा करने पर वह eraser की तरह काम करता है
  • बड़ा ? बनाने पर built-in guide खुलता है
  • पाँच उंगलियों से एक साथ tap करने पर डायरी बंद हो जाती है
  • power button दबाने पर पेज पर “The diary sleeps.” दिखता है, फिर tablet suspend हो जाता है; दोबारा दबाने पर उसी जगह से जागता है

LLM backend

  • जवाब committed page को inline PNG के रूप में लेकर लिखावट पढ़ने वाले vision LLM से बनाया जाता है
  • startup पर दो backend में से एक चुना जाता है

  • OpenAI-compatible API

    • RIDDLE_OPENAI_KEY सेट होने पर यह OpenAI-compatible /chat/completions endpoint पर सीधे request भेजता है
    • यह OpenAI, OpenRouter, Groq, या local server जैसे उसी format को support करने वाले targets पर काम करता है
    • default config उदाहरण:
    • RIDDLE_OPENAI_KEY: आवश्यक
    • RIDDLE_OPENAI_BASE: वैकल्पिक, default https://api.openai.com/v1
    • RIDDLE_OPENAI_MODEL: वैकल्पिक, default gpt-4o-mini, इसमें image देखने की क्षमता होनी चाहिए
    • RIDDLE_OPENAI_REASONING: thinking model के लिए
    • RIDDLE_OPENAI_MAX_TOKENS: runaway guard
    • Gemini 3.x या o-series जैसे thinking models में first ink तक का समय घटाने के लिए RIDDLE_OPENAI_REASONING=low सेट किया जा सकता है
    • कुछ providers non-thinking models में reasoning field को reject करते हैं, इसलिए उस स्थिति में इसे सेट नहीं करना चाहिए
    • hidden reasoning tokens भी RIDDLE_OPENAI_MAX_TOKENS में गिने जाते हैं, इसलिए बहुत कम limit visible response को छोटा कर सकती है
    • चलाने से पहले riddle --oracle-test path/to/handwriting.png से streaming response की जाँच की जा सकती है
    • डिवाइस पर first ink तक का मापा गया समय लगभग 0.9–1.1 सेकंड है, और HTTPS pure-Rust के रूप में riddle में built-in है

  • pi path

    • अगर pi पहले से चल रहा है, तो riddle warmed-up resident pi --mode rpc process का उपयोग करता है
    • इस path में Node और subscription auth एक बार load होते हैं, और हर turn पर केवल model latency देनी पड़ती है
    • RIDDLE_OPENAI_KEY सेट न होने पर यह अपने आप उपयोग होता है
    • दोनों backends जवाब को sentence-by-sentence stream करते हैं, इसलिए model के पूरा होने से पहले quill लिखना शुरू कर सकता है
    • persona prompt riddle/src/oracle.rs में है

build

  • x86_64 पर cross-compile किया जाता है
  • windowed AppLoad/qtfb build के लिए डिवाइस पर xovi + AppLoad चाहिए
  • takeover build वही तरीका है जो डेमो में उपयोग हुआ था, और इसके लिए reMarkable SDK toolchain ~/rm-sdk-3.26 तथा उपयोगकर्ता के डिवाइस से लिया गया proprietary libqsgepaper.so चाहिए
  • takeover bundle को binary, libquill.so, launch script, और manifest सहित self-contained dist/riddle/ के रूप में stage किया जाता है
  • AppLoad से चलाने पर यह transient systemd unit में अलग process के रूप में चलता है, xochitl को रोकता है, डायरी चलाता है, और बंद होने पर हमेशा xochitl को restore करता है
  • बंद करने के तरीके हैं: power button, पाँच-उंगली tap, SIGTERM
  • समस्या आने पर SSH से systemctl start xochitl चलाकर xochitl को फिर से शुरू किया जा सकता है

font और license

  • जवाब की handwriting के लिए Dancing Script का उपयोग होता है, जो SIL OFL 1.1 license के तहत है
  • repository का code MIT license के तहत है
  • interpose target vendor libqsgepaper.so और Qt libraries शामिल नहीं हैं; उन्हें उपयोगकर्ता के डिवाइस या SDK से लेना होगा

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 4 시간 전
Hacker News टिप्पणियां

  • विडंबना यह है कि Tom Riddle की डायरी बच्चों को आत्महत्या के लिए उकसाए और [1] तरीका भी बताए—यह किताब वाले संस्करण से भी ज़्यादा किरदार के अनुरूप लगता है
    [1] https://en.wikipedia.org/wiki/Deaths_linked_to_chatbots#Suic...

    • ऐसा prompt हर AI मना कर देगा। Nordic assisted dying पर रिसर्च करते हुए मैंने पूछा था कि ठीक कौन-सी दवा कितनी मात्रा में देनी है, तो Claude ने मना कर दिया और Anthropic को रिपोर्ट किया, और कुछ दिनों बाद अकाउंट suspend हो गया
      शुक्र है appeal form काम कर गया, लेकिन तब तक मैं दूसरा Claude अकाउंट इस्तेमाल कर रहा था और दुआ कर रहा था कि वह भी suspend न हो
      llama.cpp से local चलाए जा सकने वाले uncensored models भी घूम रहे हैं: https://www.reddit.com/r/LocalLLaMA/comments/1rq7jtm/qwen353...
      हालांकि context window जल्दी भर जाती है, इसलिए इस्तेमाल झंझट भरा है, और production deployment के लिए तो बिल्कुल नहीं। यानी service के रूप में Tom Riddle की डायरी संभव नहीं है
      अच्छा हो या बुरा, अब हम ऐसे दौर में हैं जहां मस्ती की इजाज़त नहीं है, और यही समय “AI psychosis” शब्द के उभरने से भी मेल खाता है
    • मुझे नहीं पता था कि सिर्फ ChatGPT से ही इतनी मौतें हो चुकी हैं। मुझे लगा था 2–3 मामले होंगे, लेकिन सूची उम्मीद से काफी लंबी है

  • ऐसी किसी चीज़ पर कभी भरोसा मत करो जो खुद सोच सकती हो। अगर तुम यह नहीं देख सकते कि उसका दिमाग कहां है

    • बल्कि यही Tom Riddle की डायरी के काम करने के तरीके के और करीब है
    • इसलिए अगर इसे cloud से बात करने के बजाय पूरी तरह independent local model बनाया गया होता, तो यह और प्रभावशाली लगता

  • मुद्दे से थोड़ा हटकर है, लेकिन अपने आविष्कार की तुलना ऐसे शापित अवशेष से करना अच्छा नहीं लगता जो user का mind control करके उसे अपने दोस्तों से गद्दारी कराने और एक शक्तिशाली दुष्ट सत्ता को सौंपने पर मजबूर करता है
    हालांकि यह generative AI पर चलता है, और generative AI भी लोगों को बुरे कामों की ओर धकेल चुका है, तो शायद तुलना सही भी हो सकती है

    • SF लेखक: मैंने अपनी किताब में Torment Nexus को एक चेतावनी देने वाले उपकरण के रूप में गढ़ा था
      tech company: हमने आखिरकार classic SF उपन्यास 《Torment Nexus मत बनाओ》 में दिखाया गया Torment Nexus बना दिया है
    • आखिरकार classic SF उपन्यास “Don’t Create The Torment Nexus” वाला Torment Nexus बना दिया
      https://x.com/AlexBlechman/status/1457842724128833538?lang=e...
    • अगर तुलना सटीक है तो वह खराब तुलना क्यों हुई?
      और यह भी कहा जाता है कि “कोई भी sufficiently advanced technology जादू से अलग नहीं पहचानी जा सकती।” दोनों को भला या बुरा, दोनों तरह से बनाया जा सकता है
    • मुझे लगा यही इस project की appeal का एक हिस्सा है। इसमें कुछ डरावना और विडंबनापूर्ण सा है
    • मुझे दोबारा देखना पड़ा। क्या वे इस तुलना को positive चीज़ की तरह पेश कर रहे हैं?!
      फिर सोचा, शायद LLM ने यह analogy खुद ही गढ़ी होगी… एक तरह से यह और भी खराब है

  • यह 90s Tony Hawk वाले अर्थ में sick है
    अच्छा लगता है कि लोग अब बस कुछ टाइप/टैप करके चीज़ों को अस्तित्व में ला सकते हैं
    पहले तो एक button का रंग बदलने के लिए भी engineering team का एक दिन से एक हफ्ते तक इंतज़ार करना पड़ता था
    अब हम धीमे दौर में नहीं जी रहे

    • तुम्हें लगता है technology bottleneck थी?
      वह button महत्वपूर्ण नहीं था और किसी भी तरह के resources, खासकर engineering resources, उस पर खर्च नहीं होने चाहिए थे। एक हफ्ता लगना bug नहीं, feature था। इसका मतलब engineering ने काम की priority और urgency का सही आकलन किया था
      तुम्हारी जादुई slot machine कचरा पैदा करने और engineering effort के बारे में विकृत धारणा को विशाल scale पर संभव बनाएगी। नतीजे आएंगे
    • अगर team को button का रंग बदलने में एक हफ्ता लगा, तो वजह code change का मुश्किल होना नहीं था
      कहीं तुम उस project के PM तो नहीं थे?
    • मजेदार बात यह है कि input-output mechanism बनाना उस मूल LLM technology से कहीं कम impressive और खासकर कहीं कम useful है, जिसे Hacker News अक्सर कमतर बताता है
    • button का रंग बदलने के लिए engineering team का एक दिन से एक हफ्ते तक इंतज़ार किया?
      मज़ाक कर रहे होगे

  • ऐसे idea README में एक छोटी video demo, GIF, या कम से कम screenshot सीधे डाल देने से बहुत बेहतर लगेंगे
    वरना title “Curtains for Zoosha?” meme जैसा पढ़ता है। [0]
    [0]: https://www.reddit.com/r/BrandNewSentence/comments/15hcc4x/c...

    • इधर-उधर click करो तो video है
      https://x.com/MaximeRivest/status/2073544461473169432?s=20
    • क्या Baby Gronk नया Drip King है, या उसे Livvy ने rizz कर दिया?
    • README में है: https://x.com/MaximeRivest/status/2073544461473169432?s=20
    • यह भी वजह है कि title “Curtains for Zoosha?” meme जैसा पढ़ता है, इसलिए capitalization important है
      title में “remarkable” tablet “Remarkable Paper Pro” की ओर इशारा करता है। यह जाने बिना “Fable turned remarkable into Tom Riddle's diary” को समझना बहुत मुश्किल है

  • मजेदार बात है कि मैंने पिछले साल के आखिर में कुछ ऐसा ही बनाया था। फर्क यह था कि वह साधारण computer पर browser में drawing करने की सुविधा वाला था
    Riddle की असली diary जैसी style के लिए pageflip [0] इस्तेमाल किया, और ollama से roleplay के लिए छोटा local model जोड़ा
    मुझे याद है कि “my name is Harry Potter, what is yours?” लिखने पर कई iterations में Snape, Malfoy, और यहां तक कि Harry Potter जवाब के रूप में लौटे थे
    experiment खत्म करने के बाद पता चला कि यह idea सबसे पहले मुझे नहीं आया था, और कुछ मिलते-जुलते AI Riddle diary भी मिले
    साथ ही मेरे पास Remarkable 2 है और इस weekend से m4 iPad Air भी होगा, तो शायद इसे try करूं और देखूं कि iOS पर model चलाने का माहौल कैसा है
    0) https://nodlik.github.io/react-pageflip/

  • अगर Fable अब Horcrux बना सकता है, तो Commerce Department को गंभीरता से एक और timeout पर विचार करना चाहिए

    • सही। safety के लिए ऐसे ही काम कर सकने वाले Chinese models को भी ban कर देना बेहतर होगा

  • “स्क्रीन की रोशनी नहीं, keyboard नहीं, chat UI नहीं।”
    क्या यह बस chat UI नहीं है?

    • सिर्फ chat interface नहीं, बल्कि लिखकर communicate करने वाला frontend है :sparkle:!
    • “no x no y no z” format तो डालना ही पड़ता है
    • सही। सोचने के लिए रुक नहीं सकते, इसलिए इसे और भी खराब रूप माना जा सकता है
      फिर भी यह सच नहीं बदलता कि यह वाकई शानदार है
    • यह साफ तौर पर chat UI है
    • लोग इसे देखकर वाह-वाह करेंगे और फिर भी LLM को कचरा कहेंगे

  • कुल मिलाकर LLMs में A Young Lady's Illustrated Primer जैसा strong vibe है। एक जादुई black box जिससे आप कुछ भी पूछ सकते हैं
    खासकर अगर उसके साथ openclaw/soul जैसी fake identity भी जुड़ी हो तो और भी

  • वाकई मजेदार project है। मैं सच में Paper Pro खरीदकर यह app चलाने वाला नहीं हूं, लेकिन अच्छा है कि ऐसी चीज़ मौजूद है और लोग इसका मज़ा ले रहे हैं