isair/jarvis

解决的问题

Jarvis 是一个 100% 私有、离线的 AI 语音助手，旨在充当「房间里的第三个人」。它通过在用户计算机上本地处理所有 AI 任务，消除了对云服务订阅和数据收集的需求。它解决了传统命令式语音助手僵化的问题，通过提供对话感知能力，能够在不每次都需要唤醒词的情况下理解持续对话的上下文。

工作原理

Jarvis 结合多个本地 AI 组件，创建无缝的语音界面：

• 语音识别： 使用 Whisper（Windows 上可选 CUDA 加速）将语音转为文本。
• LLM 编排： 与本地 LLM 提供商（如 Ollama 或 OpenAI 兼容服务器（LM Studio、Jan 等））集成，用于聊天和意图分类。
• LLM 意图判断： 使用小型快速模型（如 gemma4:e2b）执行实时任务，如回声检测和查询提取。
• 记忆与知识： 采用自组织知识图谱和基于嵌入的语义搜索，实现跨对话的无限记忆。
• 工具集成： 使用 Model Context Protocol (MCP) 连接外部工具（GitHub、Slack、Home Assistant 等），并通过基于嵌入的路由器选择相关工具，而不会降低系统性能。
• 文本转语音： 默认使用 Piper TTS 实现快速、本地的语音合成。

适用人群

• 希望在不将数据发送到云端的情况下使用强大 AI 助手的隐私意识用户。
• 希望通过 MCP 将 AI 助手与本地文件、智能家居及其他开发工具集成的高级用户。
• 寻找高质量离线语音输入工具的用户，作为 WisprFlow 等服务的免费替代方案。

主要亮点

• 对话感知： 可以自然介入对话，从滚动的临时上下文窗口中理解上下文。
• 无限本地记忆： 具备知识图谱和记忆查看器 GUI，可追踪 AI 记忆的内容。
• 私密录音模式： 通过全局快捷键，可将转录的语音内容粘贴到任何应用程序中，完全离线。
• 通过 MCP 扩展： 通过 Model Context Protocol 支持无限工具，且不会导致性能下降。
• 自动脱敏： 在将数据保存到磁盘前，自动屏蔽敏感信息。
• 自适应语气： 根据主题自动调整语气（例如，代码场景为严谨语气，健康类为鼓励语气）