isair/jarvis

何を解決するか

Jarvis は、プライベートでローカルファーストの音声アシスタントを提供し、『部屋にいる第三者』のような役割を果たします。ユーザーが自然な音声による会話を行い、他の人の会話の文脈を含めることができるため、クラウドサブスクリプションの必要性や継続的な入力作業が不要になります。

どう動くか

このシステムは、ユーザー自身のハードウェア上で音声認識、言語モデル、音声合成を実行します。アドレスされる前に、近隣の会話の文脈を理解するために、一時的なローリングトランスクリプトを維持します。長期記憶には、セマンティック検索インデックスと知識グラフを備えたローカルデータベースを使用します。Ollama、LM Studio、または llama.cpp などのローカルモデルサーバーと統合でき、MCPサーバーを介してブラウザ自動化やスマートホーム制御などの機能を拡張できます。

対象ユーザー

クラウドベースのサービスよりもプライバシーとローカル制御を重視する強力なAIアシスタントを求めるユーザー、および従来のチャットインターフェースよりも音声優先のインタラクションを好むユーザー向けに設計されています。

特徴

• ローカルファーストのプライバシー: 音声認識とLLMはあなたのハードウェア上で実行されます。会話記憶と日記はすべてローカルに保存されます。
• 会話の文脈: 最近の発話を追跡することで、進行中の会話に参加でき、直前に言われた内容に基づいて質問に答えることができます。
• 拡張可能なツールキット: Web検索、OCR、栄養管理のための組み込みツールを備え、MCPサーバーによるカスタム統合をサポートしています。
• ハイブリッドインターフェース: 音声インタラクション用のアニメーション付きデスクトッププレゼンスと、静音入力用のコンパニオンチャットウィンドウを備えています。
• クロスプラットフォーム: macOS、Windows、Linux で利用可能です。