用于搭建可完全在自己电脑上运行的个人AI智能体的开源框架「OpenJarvis」1.0版本正式发布[1]。它由斯坦福大学的Hazy Research和Scaling Intelligence两个实验室开发，从一开始就内置了对「Ollama」的支持，Ollama是一款在本地运行大语言模型（LLM）的工具[1]。其特点在于把「本地优先」设为默认方式，不再一味依赖云端，而是在用户自己的硬件上完成处理。
重新审视「云端优先」的前提
OpenJarvis是一个开源框架（即开发所依托的基础结构），用于构建在自己硬件上运行的个人AI智能体[1]。斯坦福大学的Hazy Research与Scaling Intelligence两个实验室，将其作为追求每瓦性能的「Intelligence Per Watt（每瓦智能）」研究的一部分进行开发[1]。
开发团队指出了这样一个问题：本地运行的模型其实已经能够应付绝大多数日常对话与推理，但多数个人AI仍然把每一次请求都发往云端[1]。OpenJarvis把这一前提反转过来，将本地优先设为默认行为[1]。模型在用户自己的机器上运行，使用云端则完全是可选项[1]。此外，它不仅关注回答的准确度，还会一并记录耗电量、成本以及响应所需的等待时间（延迟）[1]。
当处理在自己的设备上完成时，输入的信息就无需发送到外部服务器，因此在隐私和通信成本方面也具有优势。在1.0版本中，作为支撑这种本地运行的基础，对Ollama的支持已被标准内置[1]。
安装步骤与模型选择
要开始使用，首先需要准备用于在本地运行模型的Ollama[1]。Ollama面向macOS、Windows和Linux发布[1]。
接着安装OpenJarvis本体。在macOS和Linux上，运行安装脚本即可备齐所需的全部环境，并会自动检测已有的Ollama安装[1]。
curl -fsSL https://open-jarvis.github.io/OpenJarvis/install.sh | bash
在Windows上，可在WSL2（在Windows上运行Linux环境的机制）中执行该命令，或者安装桌面端应用[1]。准备就绪后，执行命令「jarvis」即可启动[1]。
使用的模型可以自行选择[1]。安装脚本会准备一个初始模型以便立即上手，不过也可以通过Ollama获取并使用任意模型[1]。
jarvis model pull qwen3.5:35b
jarvis ask -m qwen3.5:35b "Your prompt"
如果想固定默认使用的模型，可在配置文件「~/.openjarvis/config.toml」中写入如下内容[1]。
[intelligence]
default_model = "qwen3.5:35b"
preferred_engine = "ollama"
开箱即用的内置智能体
OpenJarvis内置了可直接运行的预设（即事先配置好的组合）[1]。每个预设都把某一用途所需的智能体、执行引擎和工具打包在一起[1]。
第一个是晨间简报。它会利用日历、邮件以及当天的新闻，生成一个汇总要点的晨间摘要智能体[1]。
jarvis init --preset morning-digest-mac
jarvis connect gdrive
jarvis digest --fresh
第二个是跨文件检索。它会跨越网络上的信息与本地文档进行查找，并给出带有出处的回答[1]。
jarvis init --preset deep-research
jarvis memory index ./docs/
jarvis ask "Summarize all emails about Project X"
第三个是在本地运行的编程智能体。它会在用户自己的机器上编写并运行Python代码来完成任务[1]。
jarvis init --preset code-assistant
这些预设的共同点在于，无需始终连接云端，就能在自己的环境中运行。其设计可以根据用途选择初始配置，并在需要时替换所使用的模型。
总结
OpenJarvis是一个在自己硬件上运行个人AI智能体的开源框架，自1.0版本起标准内置了对Ollama的支持。在斯坦福大学实验室推进的「每瓦智能」研究背景下，它把过去交给云端的处理转向本地优先，并且不仅记录准确度，还记录耗电量、成本与等待时间。它还提供了晨间摘要、跨文件检索、本地编程辅助等预设，安装之后即可在自己的机器上立即试用。
