此乃投于Gemma 4之赛：以Gemma 4筑之

所筑何物

Datrix，乃数据之聊器也——上传数据集，询以问题，得图示及训练之ML模型。无需代码。
交互图表——以平实之语求可视化，即得浏览器中呈现、可互之图。

机器学习模型训练——请求训练模型，则存于会话之中，以备同此对话中后续预测之用
图像输入——附报告之截图或白板之照片，并就数据问之
本地或云端——Gemma 4 E4B于Ollama全离线运行（~9.6 GB RAM，无GPU），或经OpenRouter使用31B模型以行重分析

所支持之格式：CSV、Excel、JSON、Parquet，及图像至二百兆字节者。

演示

代码

datrix-gemma GitHub Repository

吾之用Gemma 4

二五六千字符之窗

数据分析，其性多回合，或探索，或精炼，或回溯。256K之上下文窗，使Datrix得将全数据集之架构、会话之图表、对话之历史，悉纳于每一请求。Gemma 4恒有全貌在胸。

代码生成与自纠

每询皆化为一Python之脚本。Gemma 4为之书，沙盒行之，倘有失，则回溯至Gemma 4，自动修正之。

景

无需额外模型或OCR设置。图像直接入Gemma 4请求，与余下对话同处处理.

本地模式与敏感数据

世之欲析者，多在人事之籍、财货之账、病患之记、内务之度，此等数据，不可托于云端之API。以Gemma 4 E4B，经Ollama而运行于本地，则万物皆存于汝机。同此体验，尽得私秘，无需GPU之助。

欲求思辨精深，而其机不能容31B之模者，可取OpenRouter，此为易径。然若汝机能堪，亦可引之gemma4:31b 依 Ollama 运行，且尽在本地施行。（需约 20 GB RAM，以 4 位量化，建议 32 GB 以便舒用） — 无数据离器，全智推理之力。