jgm-source/jarvis-opensource

它解决了什么问题

它为您提供了一个免提的、JARVIS 风格的助手，可以在本地运行并通过语音操作您的计算机。原始的 Mark LV 项目已经允许您与它交谈、将其视为全息头像，并指挥应用程序、文件、浏览器等。此分支（由 João Gabriel 开发）增加了葡萄牙语插件，并针对个人和非商业用途进行了调整。

工作原理

它使用 Gemini Live API 进行实时音频流传输，因此对话感觉很自然。它有一个带有动画头像的 HUD 和一个插件系统：将一个 .py 文件放入 plugins/ 目录，它就会学习一项新技能。该分支增加了许多插件：早间简报、专注模式、音乐控制、Trello 控制、包裹追踪等。它还增加了一个更便宜的替代“大脑”（使用另一个 LLM 提供商和 Edge TTS 或 Fish Audio），以便在您想要节省 API 成本时使用。它将您的 API 密钥和内存保留在本地，绝不会上传它们。

适用人群

开发人员、修补匠和语音助手爱好者，他们想要一个可以在 Windows 上运行（该分支提到了 Windows 快速安装）的个性化、可定制的助手，并且不介意非商业许可 (CC BY-NC 4.0)。由于增加了葡萄牙语插件和开发者的欢迎信息，它特别适合葡萄牙语使用者。

亮点

• 使用 Gemini Live API 进行实时语音对话，延迟低。
• 带有口型同步、面部表情和状态提示的全息头像。
• 控制您的计算机：启动应用程序、调节音量、亮度、打开 URL 等。
• 插件系统：添加一个 .py 文件即可教它一项新技能。
• 此分支增加了 12 个以上的葡萄牙语插件（bom dia, trello_control, music_control 等）和一个廉价的“大脑”选项。
• 内存和 API 密钥保留在本地；密钥被 gitignored，绝不会推送到 GitHub。
• 模型阶梯：如果一个 Gemini 模型失败，它会跳转到下一个测量排序的梯级。
• HUD 上的视频播放：在头像所在位置播放 YouTube 或本地视频，并具有智能语言选择功能。