探索類似 isair/jarvis 的開源個人 AI 助理，比較 OpenJarvis、Leon、Ion 等專案的架構、語音與記憶功能，並取得技術組合建議。
isair/jarvis 的核心定位是「本機優先、可長時間運作、具語音介面、記憶、工具調用與 MCP 整合的個人 AI 助理」。如果你正在尋找現代化的替代方案，最值得優先研究的是 OpenJarvis、Leon 與 Ion；其中 OpenJarvis 最接近 agentic personal AI，Leon 則更適合研究完整的個人助理產品架構。
最值得研究的開源專案
以下表格整理多個與 isair/jarvis 相似的開源專案，包含官方連結、相似點、主要差異與適合用途。
| 專案 | 官方 URL | 與 isair/jarvis 的相似點 |
主要差異 | 適合用途 |
|---|---|---|---|---|
| OpenJarvis | GitHub · 文件 | Local-first personal AI、記憶、工具、語音 daily digest、scheduled agent、code agent、deep research | 更偏向可擴充的 AI agent framework，而非單一語音助理 | 建立 production-grade 本機 AI agent platform |
| Leon | GitHub · Website | 個人助理、voice、memory、tools、context、agentic execution、local/remote model | 架構較大型，正在進行 2.0 Developer Preview 重構 | 研究完整 assistant OS、技能系統與長期記憶 |
| Ion | GitHub | Wake word、語音輸入輸出、對話、function calling、follow-up interaction | 依賴 Picovoice、Nano Bots 與雲端 LLM，較不像完全離線方案 | 快速製作 Raspberry Pi 或桌面語音助理 |
| Kalliope | GitHub | Always-on voice assistant、wake word、模組化 actions、home automation | 傳統 command/trigger 架構，LLM agent 能力較弱 | Smart home、語音自動化與 deterministic workflows |
| Mycroft Core | GitHub | 開源語音助理、wake word、STT、TTS、skills | 原始架構較舊，雲端服務與生態系狀態需個別確認 | 研究 voice assistant 的經典架構 |
| OpenVoiceOS | GitHub · Website | Mycroft-compatible、語音助理、skills、wake word、裝置控制 | 更偏向完整 voice assistant ecosystem，而不是 LLM-native agent | 建立可部署在 Raspberry Pi 或專用硬體的助理 |
| Jarvis.sh | GitHub | 多語言、可設定、語音互動、可擴充 assistant | 功能與 agent autonomy 較簡單 | 輕量級 CLI voice assistant |
| Open-LLM-VTuber | GitHub | Local LLM、即時語音對話、打斷、ASR/TTS、長時間互動 | 主要聚焦 VTuber/avatar，而非 desktop automation | 建立 voice companion、multimodal character |
| AgenticSeek | GitHub | Local agent、web browsing、coding、tool execution、無需雲端 API | 偏向 autonomous task agent，不是 always-listening voice assistant | 研究本機 Manus-like agent |
| Khoj | GitHub · Website | Self-hosted personal AI、memory、web search、文件與知識庫、automation | 語音與桌面控制不是核心功能 | 建立 personal knowledge agent 與 second brain |
| Open WebUI | GitHub | Self-hosted、local model、tool/function integration、RAG、agent workflows | 主要是 Web UI，不是常駐 voice assistant | 快速建立本機 LLM 控制中心 |
| sherpa-onnx | GitHub | 可作為 Jarvis 類專案的 offline speech stack | 它是語音基礎元件，不是完整 assistant | 替換 STT、TTS、VAD、keyword spotting 層 |
最接近程度排名
1. OpenJarvis
如果目標是尋找「下一代、local-first、具 agent 能力的 isair/jarvis」，OpenJarvis 是最合適的第一候選。它提供多種 agent execution mode，包括 deep_research、code_assistant、scheduled_monitor、morning_digest、operative 與 native_openhands，並且把 memory、skills、工具、成本、延遲與本機執行納入同一個架構。
它也支援桌面 GUI、macOS、Linux、WSL2 與 Windows，並可透過 Ollama 執行本機模型。對於偏好 MCP、local inference、scheduled agents 與 coding automation 的使用者，OpenJarvis 比原始 isair/jarvis 更適合拿來當架構參考。
推薦程度：★★★★★
2. Leon
Leon 是另一個非常值得深入研究的專案，尤其適合研究「個人 AI 作業系統」的架構。它目前的方向已從傳統 intent-based assistant，逐步轉向由 tools、context、memory 與 agentic execution 組成的個人助理平台。
Leon 的設計包含：
smart、controlled與agent三種執行模式。- Native skills 與
SKILL.mdagent skills。 - Layered memory，包括 durable preferences、日常 context 與近期對話。
- Local 與 remote AI provider。
Skills → Actions → Tools → Functions → Binaries的分層架構。- Web app、Node.js、Python bridges 與 system tools。
不過目前 Leon 正處於 2.0 Developer Preview，官方也提醒新文件尚未完成；如果要使用，應直接閱讀 repository 內的 core/context/LEON.md 與 ARCHITECTURE.md，而不要完全依賴舊版網站文件。
推薦程度：★★★★★
3. Ion
Ion 更像是「把 voice UX 做好」的專案。它使用 Picovoice 進行 wake-word detection，支援 OpenAI Whisper speech-to-text、串流文字轉語音、follow-up recording，以及透過 Nano Bots 執行 function calling。
它的互動流程與 isair/jarvis 很接近：
- 常駐監聽 wake word。
- 錄製語音。
- 進行 speech-to-text。
- 將文字交給具工具能力的 agent。
- 即時播放 TTS 回應。
- 等待使用者追問。
- 支援中斷與自訂 persona。
缺點是 Ion 不是完全 offline-first，預設配置依賴 OpenAI 或 Google Gemini API；但它很適合拿來研究語音 UX、event-driven audio pipeline、persona YAML 與 Raspberry Pi 部署。
推薦程度：★★★★☆
建議的技術組合
如果是要打造比 isair/jarvis 更適合長期開發的版本，可以考慮以下拆分：
| Layer | 建議專案或技術 | 用途 |
|---|---|---|
| Wake word | openWakeWord 或 Porcupine | 常駐喚醒與本機 keyword detection |
| VAD | Silero VAD | 判斷使用者是否正在說話 |
| Speech-to-text | sherpa-onnx 或 whisper.cpp | 完全本機語音辨識；sherpa-onnx 也支援 streaming ASR、VAD、keyword spotting 與多種平台 |
| LLM runtime | Ollama、llama.cpp 或 vLLM | 本機或 self-hosted inference |
| Agent runtime | OpenJarvis、Leon 或 OpenHands | planning、tool calling、code execution |
| Memory | PostgreSQL + pgvector、SQLite、Qdrant |
episodic memory、semantic memory、user profile |
| Tool protocol | Model Context Protocol | 串接 GitHub、Notion、Slack、Home Assistant、資料庫 |
| TTS | Piper、Kokoro 或 sherpa-onnx TTS | 本機語音合成 |
| Desktop control | PyAutoGUI、MCP server、native OS APIs | 螢幕、鍵盤、滑鼠與桌面應用程式操作 |
最終建議
以你的用途與技術背景來看，建議依序研究：
- OpenJarvis：作為 local-first agent platform 的主要參考。
- Leon：研究 memory、skills、context 與 desktop assistant architecture。
- Ion：研究 wake word、語音互動、follow-up 與 interruption UX。
- sherpa-onnx：作為跨平台 offline speech layer。
- Open-LLM-VTuber：若需要更自然的 realtime voice conversation 或 avatar interface。
若只選一個 fork 或基礎專案開始，選 OpenJarvis；若想保留 isair/jarvis 的簡潔感，同時自行打造 Tenten AI 版本，則更適合採用 Ion 的語音事件流程 + OpenJarvis 的 agent/runtime 設計 + sherpa-onnx 的本機語音能力。