OpenJarvis 本地个人 AI

用本地优先的智能体框架,在个人设备上运行 AI,并按需调用云端。

Star 数
★ 12k
最近更新
今天
License
Apache-2.0
主语言
Python

30 秒速览

运行形态
命令行工具开发框架网页应用
可在哪里用
通用 · 跨平台
费用
免费,无需付费服务
上手难度
低 · 几分钟可跑通
开始前需要
Python 3.10+OllamaNode.js 22+(用于浏览器图形界面)Shell / 命令行网络访问本地文件系统
典型场景
希望在个人设备上运行对话智能体、减少默认依赖云端 API 的开发者。
不适合
  • 需要免配置、纯云端托管体验的用户
  • 必须完全不使用网络的环境

这个 Agent 能做什么,适合哪些场景?

OpenJarvis 是面向本地优先个人 AI 的框架,提供构建设备端智能体的共享基础组件、评估工具和基于本地轨迹数据的学习循环。它包含 CLI、浏览器图形界面以及八种内置智能体,支持即时对话、定时任务和持续运行等模式。用户可选择聊天、深度研究、代码助手、监控等预设;智能体可调用工具、处理本地文档或执行代码,具体行为取决于所选智能体。安装器会配置 Python 虚拟环境、Ollama 和入门模型,主要面向 macOS、Linux、WSL2 和原生 Windows。项目同时提供桌面安装包;浏览器界面要求 Node.js 22+。

通过 jarvis 启动聊天,或运行 jarvis gui 启动本地 API 服务和浏览器前端。用户可用 jarvis init --preset <name> --force 配置 morning digest、deep research、code assistant、scheduled monitor 或 chat-simple 等预设。内置智能体可从邮件、日历、健康和新闻生成带语音的每日简报;跨网页和本地文档进行多跳研究并给出引用;或按配置执行代码、文件读写和 shell 操作。Skills 可从 Hermes Agent、OpenClaw 或其他 GitHub 仓库安装,按需调用,并根据轨迹历史优化和基准测试。框架也提供评估能力,将准确率与能耗、FLOPs、延迟和成本一并考量。

  1. 希望在个人设备上运行对话智能体、减少默认依赖云端 API 的开发者。
  2. 需要从邮件、日历、健康和新闻生成每日语音简报的个人用户。
  3. 要从已索引文档和网页开展多跳研究并获取引用的研究人员。
  4. 希望用具备代码执行、文件读写和 shell 能力的智能体辅助开发的工程师。
  5. 需要设置带记忆的定时监控任务的用户。
  6. 研究本地模型能耗、延迟和准确率权衡的 AI 团队。

如何安装或部署这个 Agent?

macOS、Linux 和 WSL2 可运行:

curl -fsSL https://open-jarvis.github.io/OpenJarvis/install.sh | bash

原生 Windows 可运行:

irm https://open-jarvis.github.io/OpenJarvis/install.ps1 | iex

安装器会处理 uv、Python 虚拟环境、Ollama 和一个入门模型。也可从最新发布版下载 .exe、.dmg、.deb、.rpm 或 .AppImage 桌面包。贡献者从源码安装的命令:

git clone https://github.com/open-jarvis/OpenJarvis.git
cd OpenJarvis
uv sync --extra dev
uv run pre-commit install

如何使用这个 Agent?

启动默认聊天:

jarvis

启动浏览器图形界面:

jarvis gui

初始化预设并生成每日简报:

jarvis init --preset morning-digest-mac --force
jarvis connect gdrive
jarvis digest --fresh

jarvis gui 需要 Node.js 22+,并从源码检出中运行。Google Drive 连接示例使用 OAuth;README 未说明其他凭据细节。若未激活虚拟环境,可在命令前加 uv run。

这个 Agent 有哪些优点和局限?

优点
  • 本地优先的设计以设备端运行作为默认目标,并保留必要时调用云端的路径。
  • 八种内置智能体覆盖即时、定时和持续运行模式,包含研究、简报、监控与代码操作。
  • 评估把能耗、FLOPs、延迟和成本与准确率并列,适合研究资源受限的本地模型。
  • 技能可从 Hermes Agent、OpenClaw 和 GitHub 仓库导入,并支持优化与基准测试。
局限
  • 快速安装依赖 uv、Python 虚拟环境和 Ollama;模型和 Rust 扩展仍会在后台下载。
  • 浏览器图形界面要求 Node.js 22+,且 README 表明该入口适用于源码检出。
  • Morning digest 的示例连接 Google Drive OAuth;访问邮件、日历等数据需要设置对应集成。
  • README 没有给出不同模型、硬件配置的性能保证或实际运行成本数据。

这个 Agent 与同类方案有什么区别?

与相关度最高的同类 agent 并排比较关键指标。

Agent 源码审查 形态 / 费用 Star 最近更新 主语言 完整支持的平台
OpenJarvis 本地个人 AI 当前 56 · 缺口较多 命令行工具免费 ★ 12k 今天 Python —
AgentBro 78 · 表现良好 桌面应用免费 ★ 164 2 个月前 Rust Codex · Claude Code
Mnemo Cortex 75 · 表现良好 自托管服务免费 ★ 157 今天 Python Codex · Claude Code · Claude.ai
Ogcode 46 · 缺口较多 命令行工具免费 + 模型费 ★ 143 今天 Go OpenAI API · Claude API

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
缺口较多
56/ 100 五分制 2.8 / 5
信任安全 16/29
可靠稳定 6/14
适用触发 12/18
规范维护 12/18
有效结果 7/13
证据核验 3/8
查看各维度的扣分理由
信任安全16 / 29 · 2.8/5

安全文档展示了能力策略(default_deny、按身份授权)、文件策略、GuardrailsEngine 与审计日志,最小权限设计有实质内容,故 least_privilege 给 2;但 enforce_tool_confirmation 明确标注“接受但未强制执行”,用户确认机制薄弱,user_confirmation 仅 1。数据流透明性有 host scan / data-boundary scan 与遥测同意提示,给 2。敏感数据处理有 SecretScanner/PIIScanner/文件策略,但默认 WARN 模式仅告警不拦截,且流式输出无法阻断,扣分后给 2。依赖安全仅见版本下限约束,无锁定、无审计记录,给 1。外部效应方面安装脚本会安装 Ollama、拉取模型、修改 PATH,虽有提示但副作用较大,给 1。回滚有 jarvis-uninstall 与 self-update 快进更新,给 2。来源归属有 arXiv、机构、引用与 Apache 头,给 2。

可靠稳定6 / 14 · 2.1/5

文档内部存在不一致:安装页称 Python 3.10–3.13,README 徽章写 >=3.10,pyproject 写 <3.14;桌面版下载链接版本号 1.0.2 与文件名 1.0.1 不符;模型名 qwen3.5 与 qwen3 混用,self_consistency 仅 1。依赖可用性方面依赖多为下限约束、需 Rust 工具链与 Node,且 pyproject 被截断,给 1。故障信息有 jarvis doctor、ModuleNotFoundError 说明与常见问题排查,给 2。

适用触发12 / 18 · 3.3/5

受众与场景覆盖 CLI、SDK、浏览器、桌面、多预设代理,给 3。能力边界有代理/工具表与能力策略说明,但部分行为(确认、流式阻断)边界模糊,给 2。触发精度方面调度与代理触发细节少,技能目录来源广泛缺乏筛选说明,给 1。环境适配有硬件检测与引擎选择表,但平台差异与 Python 版本限制带来摩擦,给 2。

规范维护12 / 18 · 3.3/5

信息架构有 README、docs 分层与导航,给 2。安装说明非常详尽(一键脚本、手动、平台指南、卸载、更新),给 3。命名稳定性差:qwen3/qwen3.5、安装页与 installation 页重复且冲突,给 1。示例与 FAQ 丰富,给 3。已知限制有流式阻断、确认未强制、Python 3.14 不支持等说明,给 2。许可证为完整 Apache-2.0 文本,给 3。版本与变更日志缺失,仅见版本号,给 1。维护责任指向 Stanford 实验室与贡献指南,但发布者身份未验证、无治理说明,给 1。

有效结果7 / 13 · 2.7/5

输出可用性有结构化结果、JSON 输出、遥测导出,给 2。边际价值在于本地优先与能耗评估框架,有差异化,给 2。成本效益方面需下载数 GB 模型、构建 Rust 扩展、安装 Ollama,门槛较高,给 1。

证据核验3 / 8 · 1.9/5

声明可追溯性有 arXiv 论文与引用,但多数安全与能力声明无对应代码或测试证据,给 1。跨源印证方面 README、安装页、安全文档之间存在冲突而非互相印证,给 1。事实与推断分离一般,文档混用推荐值与保证性表述,给 1。

风险与缓解建议
  • 安装脚本通过 curl | bash 执行并自动安装 Ollama、拉取模型、修改 shell PATH,建议先审阅脚本再运行。
  • enforce_tool_confirmation 文档明确说明当前未强制执行,涉及代码执行、文件写入、shell 访问的预设需人工复核权限。
  • 安全扫描默认 WARN 模式仅告警不拦截,流式输出无法阻断或脱敏。
  • 文档存在版本与命名冲突(Python 版本、桌面版下载版本号、qwen3/qwen3.5),部署前需以实际代码为准。
  • 发布者身份未经 FollowAgents 注册表验证,维护责任与更新路径需自行核实。
证据充分度:低 评估于 2026年10月20日 审查版本 6e4defd33fb3
查看完整评分方法 →

常见问题

使用 OpenJarvis 一定要付费吗?
README 说明安装器会配置 Ollama 和入门模型,并把本地优先运行作为目标;没有说明必须购买订阅或 API 服务。若选择云端引擎,相关费用未在材料中说明。
它会读取哪些个人数据?
取决于所选智能体和连接器。Morning digest 示例涉及邮件、日历、健康和新闻;Google Drive 示例通过 OAuth 连接。
代码助手会执行什么操作?
README 将 code assistant 描述为具备代码执行、文件 I/O 和 shell 访问能力。应按需要配置和使用这些操作能力。
能否不联网使用?
项目以本地优先为目标,但安装器下载组件和模型,技能导入及部分连接器也涉及网络。README 未承诺所有功能都能完全离线运行。
图形界面如何启动?
运行 jarvis gui 会启动本地 API 服务和前端并打开默认浏览器;此入口要求 Node.js 22+,并在源码检出中提供。
在 GitHub 查看 ↗ 安装 ↓

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关 Agents