jarvis_ai

自托管钢铁侠语音助手，语音指挥智能体，HUD 实时反馈

Jarvis AI 是一个受钢铁侠启发的开源语音助手和全息 HUD 界面，专为 Hermes Agent 设计。它解决了传统语音助手缺乏可视化反馈和深度智能体集成的问题，通过本地 Whisper 进行语音识别（STT），使用 ElevenLabs 提供高质量语音合成（TTS），并支持由智能体主动召唤媒体面板（如视频、图片、网页等）展示在 HUD 上。项目完全自托管，用户可以在自己的硬件上运行，无需依赖云端服务，保障隐私和数据安全。核心能力包括：语音交互、智能体任务执行、可视化 HUD 界面、媒体面板动态展示。它旨在将科幻电影中的 AI 助手体验带入现实，为开发者和极客提供一个可定制、可扩展的语音交互平台。