isair/jarvis

解決的問題

Jarvis 是一個 100% 私密、離線的 AI 語音助理，旨在扮演「房間裡的第三個人」。它透過在使用者電腦上本地處理所有 AI 任務，消除了對雲端訂閱與資料收集的需求。它解決了傳統命令式語音助理僵化的問題，透過提供對話感知能力，能在不每次都需要喚醒詞的情況下理解持續對話的上下文。

工作原理

Jarvis 結合多個本地 AI 組件，創造無縫的語音介面：

• 語音辨識： 使用 Whisper（Windows 上可選 CUDA 加速）將語音轉為文字。
• LLM 編排： 與本地 LLM 提供者（如 Ollama 或 OpenAI 相容伺服器（LM Studio、Jan 等））整合，用於聊天與意圖分類。
• LLM 意圖判斷： 使用小型快速模型（如 gemma4:e2b）執行即時任務，如回音檢測與查詢提取。
• 記憶與知識： 採用自組織知識圖譜與嵌入式語義搜尋，實現跨對話的無限記憶。
• 工具整合： 使用 Model Context Protocol (MCP) 連接外部工具（GitHub、Slack、Home Assistant 等），並透過嵌入式路由器選擇相關工具，而不會降低系統效能。
• 文字轉語音： 預設使用 Piper TTS 實現快速、本地的語音合成。

適用對象

• 希望在不將資料傳送至雲端的情況下使用強大 AI 助理的隱私意識使用者。
• 希望透過 MCP 將 AI 助理與本地檔案、智慧家居及其他開發工具整合的進階使用者。
• 尋找高品質離線語音輸入工具的使用者，作為 WisprFlow 等服務的免費替代方案。

主要亮點

• 對話感知： 可自然介入對話，從滾動的暫時上下文視窗中理解上下文。
• 無限本地記憶： 具備知識圖譜與記憶檢視器 GUI，可追蹤 AI 所記憶的內容。
• 私密錄音模式： 透過全域快捷鍵，可將轉錄的語音內容貼到任何應用程式中，完全離線。
• 透過 MCP 擴展： 透過 Model Context Protocol 支援無限工具，且不會導致效能下降。
• 自動脫敏： 在將資料儲存至磁碟前，自動屏蔽敏感資訊。
• 自適應語氣： 根據主題自動調整語氣（例如，程式碼場景為嚴謹語氣，健康類為鼓勵語氣）