open-jarvis/OpenJarvis

解决的问题

OpenJarvis 解决了个人 AI 代理对云端 API 的依赖问题，这类依赖往往会引发隐私与可靠性方面的疑虑。它提供了一套软件堆栈，让用户能在自己的设备上本地运行强大的个人 AI 代理，减少对外部服务器的依赖，并针对能源、延迟和成本等设备限制进行优化。

运作原理

OpenJarvis 是一个基于三大支柱的本地优先 AI 框架：用于构建设备端代理的共享原语、利用本地追踪数据改进模型的学习循环，以及将硬件限制（FLOPs、能源和金钱成本）与准确性并列为主要指标的评估系统。它与 Ollama 等模型服务工具集成，并支持通过 agentskills.io 标准发现和调用的各种“技能”（工具）。

目标客群

它专为希望构建和部署默认在本地运行的自主个人 AI 代理的开发者与研究人员而设计，同时也适合希望拥有私密、设备端 AI 助理来处理研究、编码和日常排程等任务的用户。

特色亮点

• 本地优先执行：专为在个人设备上运行而设计，仅在必要时才调用云端。
• 多样化的代理模式：内置用于排程任务（如早晨简报）、持续监控和按需推理的代理。
• 可扩展的技能系统：支持从 Hermes Agent 和 OpenClaw 等来源导入数千种社区技能。
• 硬件感知评估：除了准确性外，还根据能源效率和延迟来评估性能。
• 跨平台支持：提供 macOS、Linux、Windows 的简易安装方式以及桌面 GUI 安装程序。