PersonalJarvis
Personal Jarvis es un asistente de voz autocontenido que ejecuta agentes, controla la terminal del usuario y opera aplicaciones. Es completamente local sin necesidad de cuentas en la nube.
Ficha actualizada 23 sept 2026, 8:03 · upstream 23 sept 2026, 8:01 · release v2.2.1
Qué es PersonalJarvis
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Personal Jarvis es una herramienta de desarrollo autónomo que permite a los usuarios controlar su entorno mediante comandos de voz. El sistema centraliza el procesamiento de comandos en un modelo de IA, delegando tareas complejas como llamadas telefónicas, acceso al hardware y ejecución de código a agentes especializados. La arquitectura se basa en un router que decide entre acciones directas o misiones revisadas por un crítico antes de ejecutarse. Se puede ejecutar completamente localmente sin necesidad de cuentas en la nube, utilizando modelos locales como Ollama, Whisper para reconocimiento de voz, Piper para síntesis de voz y Gemini/Claude/OpenAI para el razonamiento del cerebro.
- Controlar aplicaciones del sistema mediante comandos de voz
- Ejecutar código en la terminal con un solo comando
- Realizar llamadas telefónicas desde el asistente
- Cambiar entre diferentes proveedores de voz midiendo la conversión
- Acceder a herramientas externas como T1 y ejecutar sus tareas
- Obtener información del clima mediante búsqueda web
- Soporta múltiples modelos de IA (Gemini, Claude, OpenAI, Grok, OpenRouter) con un solo punto de configuración
- Permite ejecutar comandos de voz que operan directamente el hardware del sistema operativo
- Ofrece opciones completamente locales para todos los componentes sin necesidad de cuentas en la nube
- Soporta múltiples proveedores de síntesis de voz (Piper, Kokoro, Qwen3-TTS) con soporte multilingüe
- Permite cambiar entre diferentes proveedores de voz durante una conversación activa
- Incluye un sistema de conocimiento wiki que construye perfiles del usuario a lo largo de las sesiones
- Los agentes ejecutan llamadas telefónicas a través de Twilio, un servicio en la nube por definición
- Los agentes de Jarvis dependen de CLI o API keys configuradas por el usuario
- La ejecución local requiere hardware con suficiente memoria gráfica para modelos como Whisper y Nemotron 3.5
- El reconocimiento de voz puede fallar si no se encuentra un modelo compatible en la máquina
- No todos los comandos de voz son ejecutados directamente; algunos requieren agentes o misiones revisadas
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para instalar, se requiere Python 3.11+ y Git. Se recomienda ejecutar el instalador como root con `sudo`. El sistema utiliza Redis para persistencia de estado. Para la ejecución local, se debe configurar un servidor de modelo (Ollama) y un servicio de síntesis de voz. Se puede ejecutar en modo headless sin micrófono. La configuración del proveedor de voz se realiza mediante una API key o token de pago. El sistema soporta múltiples proveedores de voz con soporte multilingüe.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.