pub-local-jarvis

AI Jarvis 是一款运行于 Windows 的本地多模态桌面助手，通过实时捕获屏幕画面与系统音频，在本机完成视觉-语音联合理解，并以桌宠气泡、游戏弹幕或课程笔记等形式提供场景化交互。核心基于 MiniCPM-o 4.5 多模态模型，支持 CUDA 加速（NVIDIA GPU）与纯 CPU 回退，所有感知与推理均在本地完成，原始音画数据默认不上传、不持久化存储。适用于桌面日常陪伴、游戏辅助、在线课程记录与轻量知识整理等注重隐私与低延迟响应的本地化 AI 应用场景。