Skip to content
Stork.AIstork.ai

OpenJarvis

OpenJarvis v1.0 est un framework open-source pour la création d'agents AI personnels qui s'exécutent sur votre propre matériel, avec le support Ollama intégré.

Freemium · macOS, Windows, Linux · API

OpenJarvis en bref

C'est un framework open-source pour des agents IA privés et à faible coût, mais il nécessite une configuration technique et une puissance de calcul locale adéquate.

Qu'est-ce qu'OpenJarvis ?

OpenJarvis est un framework open-source développé par les laboratoires Hazy Research et Scaling Intelligence de Stanford qui permet aux développeurs, ingénieurs logiciels et utilisateurs avancés de créer et d'exécuter des agents AI personnels sur leur propre matériel. Il privilégie la confidentialité, l'efficacité et le contrôle local par rapport aux solutions basées sur le cloud, avec le support Ollama intégré. Ce framework fonctionne comme une solution AI personnelle locale, permettant aux utilisateurs d'exécuter des agents AI directement sur leurs appareils (macOS, Windows, Linux) sans dépendre de serveurs cloud externes. Cette architecture répond aux préoccupations concernant la latence, les coûts opérationnels récurrents et l'exposition des données souvent associés à l'utilisation des API cloud. OpenJarvis vise à fournir une pile logicielle robuste pour l'AI sur appareil, prenant en charge un large éventail d'applications, de la productivité personnelle aux tâches complexes de recherche et de codage.

Fonctionnalités Clés d'OpenJarvis

OpenJarvis offre un ensemble complet de fonctionnalités conçues pour la création et le déploiement d'agents AI personnels locaux, mettant l'accent sur la confidentialité, l'efficacité et le contrôle utilisateur.

  • Framework open-source publié sous la licence Apache 2.0, garantissant transparence et personnalisation.
  • Capacités d'exécution sur appareil sur le matériel macOS, Windows et Linux, éliminant la dépendance aux serveurs cloud.
  • Support intégré pour Ollama, facilitant l'intégration et la gestion aisées des grands modèles linguistiques (LLMs) locaux.
  • Génération automatisée de briefings matinaux à partir de sources intégrées de calendrier, d'e-mails et d'actualités.
  • Création de bases de connaissances locales et fonctionnalités de recherche, permettant aux agents de mener des recherches à travers les fichiers et documents spécifiés par l'utilisateur.
  • Fonctionnalité d'agent de codage local, prenant en charge des tâches telles que l'échafaudage de projets, la génération de code et le débogage.
  • Gestion et résumé des plaintes ou des workflows à long terme avec des capacités de surveillance continue.
  • Support pour les tâches agentiques multi-étapes, y compris la révision de code, la recherche web et les pipelines de traitement de documents, avec un planificateur basé sur cron.
  • Capacités de contrôle des appareils, permettant des commandes en langage naturel pour des opérations système telles que l'ouverture d'applications, la gestion des fenêtres, le contrôle multimédia, la gestion des fichiers, le contrôle du navigateur et la lecture d'écran.
  • Intégration de la messagerie, permettant l'interaction avec les agents OpenJarvis via des plateformes telles que iMessage, Telegram et WhatsApp.
  • Évaluation axée sur l'efficacité, suivant des métriques clés telles que la consommation d'énergie (sur les GPU NVIDIA, AMD et Apple Silicon), les FLOPs, la latence et le coût en dollars.
  • Routage hybride des requêtes local-cloud, qui classifie la difficulté des requêtes pour déterminer l'exécution optimale entre le traitement local et les API cloud.

Qui Devrait Utiliser OpenJarvis ?

OpenJarvis est conçu pour des groupes d'utilisateurs et des organisations spécifiques qui privilégient le contrôle local, la confidentialité des données et la personnalisation dans leurs déploiements d'agents AI.

  • Développeurs et Ingénieurs Logiciels : Pour la création, la personnalisation et l'intégration d'agents AI personnels dans leurs workflows de développement, en tirant parti de son framework open-source.
  • Utilisateurs Avancés et Créateurs : Pour l'automatisation de tâches AI personnelles telles que le tri d'e-mails, les résumés quotidiens et les synthèses planifiées, garantissant que ces opérations s'exécutent localement sans dépendances cloud.
  • Fondateurs et Ingénieurs Déployés sur le Terrain : Pour le prototypage rapide et le déploiement de solutions AI dans des environnements où la sensibilité des données ou des contraintes matérielles spécifiques sont présentes.
  • Entreprises avec des Données Personnelles Sensibles : Pour le traitement et la gestion d'informations confidentielles localement, améliorant ainsi la confidentialité, la sécurité et la conformité des données.
  • Utilisateurs Recherchant des Solutions AI Personnelles Locales : Pour les individus et les organisations privilégiant la confidentialité, l'efficacité et le contrôle direct de leurs agents AI, réduisant la dépendance aux API cloud externes.

Tarification et Plans d'OpenJarvis

OpenJarvis fonctionne sur un modèle économique freemium. Le framework de base est open-source, disponible sous la licence Apache 2.0, permettant aux utilisateurs de déployer et d'exécuter des agents AI personnels sur leur propre matériel sans coût direct. Bien que le logiciel fondamental soit gratuit à utiliser et à modifier, la désignation 'freemium' suggère que des services futurs ou supplémentaires, des fonctionnalités avancées ou un support de niveau entreprise pourraient être proposés sur une base payante. Des niveaux de tarification spécifiques ou des plans d'abonnement pour de telles offres potentielles n'ont pas été détaillés à la date de la version v1.0.

Points forts

  • Prioritizes privacy and data security through on-device execution of AI agents.
  • Significantly reduces marginal API costs (approximately 800x lower) and latency (approximately 4x lower) for agentic workloads compared to cloud models.
  • Open-source framework allows for deep customization, inspection, and modification by developers.
  • Built-in Ollama support simplifies the setup and management of local large language models.
  • Modular five-primitive architecture promotes clean code and extensibility for AI system development.
  • LLM-guided spec search optimizes local model performance to achieve results within 3.2 percentage points of cloud models.

Points faibles

  • Requires technical comfort and setup for deployment and customization, making it less suitable as a plug-and-play end-user product.
  • Performance is dependent on local hardware capabilities, with complex agent workflows potentially slow on less powerful machines.
  • The Windows experience is noted as 'second-class' compared to WSL2 for optimal performance.
  • While offering cloud usage tiers, the primary benefit is local execution, which might not suit users without adequate local compute resources.
  • As a framework, users need to actively build and configure agents rather than utilizing pre-built, ready-to-use solutions.

OpenJarvis vs Concurrents

OpenJarvis se positionne comme une alternative locale aux services AI dépendants du cloud, se différenciant par son framework complet pour la création d'agents sur appareil et le suivi de l'efficacité. Il est en concurrence avec d'autres plateformes locales d'AI et de développement d'agents :

OpenJarvis

Freemium · macOS, Windows, Linux · API

Visiter OpenJarvis

Cet article vous plaît ? Recevez-en un comme celui-ci chaque matin.

un e-mail par jour · désinscription en deux clics · aucun traqueur tiers

𝕏
X / Twittertwitter.com/ollama