KI SpotlightNewsGardenPlanner AI: Lokaler CLI-Gartenplaner für Hacktoberfest 2026
Offline-first Kommandozeilen-Tool erstellt Pflanzpläne mit Begleitpflanzen, Schädlingshinweisen und Monatsaufgaben – optional mit lokalem LLM.
Mit KI erstellt◆ Fakten auf einen Blick
- GardenPlanner AI ist ein vollständig lokal offline laufender Gartenplanungs-CLI.
- Die CLI akzeptiert als Eingaben Stadt, Monat, Anbaufläche und Schwierigkeitsgrad.
- Die Ausgabe umfasst einen Pflanzplan mit empfohlenen Pflanzen, Begleit- und Antagonistenpflanzen, Schädlings-/Krankheitstipps und einer Monatsaufgabenliste.
- Die Kernlogik nutzt eine eingebaute Regel-Engine mit null Abhängigkeiten, null Netzwerk und null Konto.
- Es sind eine Begleitmatrix (friends) und eine Antagonistenmatrix (foes) sowie Schädlingshinweise und Monatsaufgaben integriert.
- Optional kann ein lokales Ollama-Open-Weight-Modell angebunden werden, um den Plan in natürlichere Sprache umzuschreiben.
Lokaler CLI-Planer für Hacktoberfest 2026
GardenPlanner AI ist ein vollständig lokal laufender Kommandozeilen-Gartenplaner, der für das Hacktoberfest-2026-Thema „Touch Grass“ entwickelt wurde. Die CLI akzeptiert als Eingaben Stadt, Monat, Anbaufläche und Schwierigkeitsgrad. Daraus erstellt sie einen Pflanzplan mit empfohlenen Pflanzen, Begleit- und Antagonistenpflanzen, Schädlings- und Krankheitstipps sowie einer Monatsaufgabenliste. Die Ausgabe umfasst eine Begleitmatrix (friends) und eine Antagonistenmatrix (foes), die angeben, welche Pflanzen gut nebeneinander wachsen und welche sich gegenseitig behindern, sowie Schädlingshinweise und eine Monatsaufgabenliste. Die Kernlogik nutzt eine eingebaute Regel-Engine mit null Abhängigkeiten, null Netzwerk und null Konto; der Tech-Stack besteht aus der reinen Python-Standardbibliothek, es werden keine Daten an einen Server übertragen. Vorausgesetzt wird Python 3.10 oder höher. Für Südhalbkugel-Städte wie Sydney dreht das Tool die Jahreszeiten automatisch um: Die Eingabe von April ergibt einen Herbstplan, der dem Oktober auf der Nordhalbkugel entspricht. Ein Beispielaufruf lautet: `python main.py --city "Shanghai" --month 10 --space balcony --level easy`. Dabei steht --city für die Stadt, --month für den Monat, --space für die Anbaufläche (hier Balkon) und --level für den Schwierigkeitsgrad.
Das Tool eignet sich für Balkon, Hof und Gemeinschaftsgarten, da es ohne Netzwerkverbindung direkt vor Ort funktioniert. Nach Angaben des Entwicklers soll das Tool Nutzer vom Bildschirm wegbringen und eine praktische Pflanzliste für draußen liefern, statt eine weitere App zum Scrollen zu sein.
Optionale lokale LLM-Anbindung und Parameter-Unklarheit
Optional kann ein lokales Ollama-Open-Weight-Modell angebunden werden, um den Plan in natürlichere Sprache umzuschreiben. Als Beispiel wird das Modell llama3.2 genannt, das zuvor mit `ollama pull llama3.2` lokal geladen werden muss. Der Aufruf erfolgt dann beispielsweise mit `python main.py --city "London" --month 3 --ollama llama3.2`. Dabei wird der von der Regel-Engine erzeugte Plan an das lokale Modell übergeben, das ihn in flüssigere, persönlichere Sprache umschreibt. Da keine Cloud-API aufgerufen wird, bleiben Standort- und Gartendaten vollständig auf dem Gerät. Das Modell kann lokal durch andere Ollama- oder GGUF-Modelle ersetzt werden, es wird keine geschlossene kommerzielle API gebunden.
Ohne Ollama gibt die Regel-Engine trotzdem einen vollständigen Plan aus; die LLM-Anbindung ist nicht erforderlich. Die Regel-Engine basiert auf einer kuratierten Pflanzendatenbank mit Begleit-/Antagonisten-Matrizen, Schädlingshinweisen, Klimadaten für Städte und saisonalen Aufgaben. Sie wendet vordefinierte Regeln aus dieser Datenbank an, um passende Pflanzen und Begleitpflanzen zu bestimmen. Beim Parameter --level gibt es eine Unklarheit: Die offizielle Projektbeschreibung nennt als Wert 'easy', ein Blog-Beitrag des Entwicklers nennt dagegen 'beginner'. Da der Blog-Beitrag nicht bestätigt ist, ist die offizielle Beschreibung maßgeblich.
