3分钟搭建本地AI助理!斯坦福OpenJarvis实战教程

你的"私人AI助理"，终于不用把数据送给别人了！

还在用ChatGPT处理私人邮件？还在把公司文档喂给云端API？斯坦福开源的 OpenJarvis v1.0 来了——一条命令装上，你的Mac/笔记本就是一台永不掉线的AI服务器。

🔍 它是什么？

OpenJarvis 是斯坦福 Hazy Research 和 Scaling Intelligence 实验室开源的 本地优先个人AI框架，2026年5月28日发布 v1.0 正式版。

✨ 核心亮点：

🏠 本地优先：模型跑在你自己的电脑上，云端只是可选项，隐私拉满

⚡ 一条命令安装：3分钟搞定，自动配置 Ollama + Python 环境 + 模型

🧠 内置5套Agent：晨间简报、深度研究、代码助手、定时监控、纯聊天

🔌 150+技能扩展：兼容 Hermes Agent、OpenClaw 技能生态

📊 能耗可见：实时追踪每次推理的能耗、延迟、费用

📋 环境要求

操作系统：macOS 13+ / Ubuntu 22.04+ / Windows WSL2
内存：    16GB 以上（推荐 32GB）
硬盘：    20GB 可用空间
网络：    首次安装需下载模型（约 4-20GB）

🚀 完整搭建步骤

第一步：一键安装 OpenJarvis

# macOS / Linux 用户直接运行：
curl -fsSL https://open-jarvis.github.io/OpenJarvis/install.sh | bash

# Windows 用户（PowerShell）：
irm https://open-jarvis.github.io/OpenJarvis/install.ps1 | iex

安装脚本会自动完成：安装 uv → 创建 Python 虚拟环境 → 安装 Ollama → 拉取 starter 模型。整个过程约3分钟。

第二步：验证安装成功

# 检查所有组件状态
jarvis doctor

# 预期输出：
# ✅ Ollama: running (v0.30.x)
# ✅ Python: 3.10+
# ✅ Model: qwen3.5:7b loaded
# ✅ OpenJarvis: v1.0.0

第三步：开始第一次对话

# 直接开聊（默认 chat-simple 模式）
jarvis

# 你会看到：
# 🤖 OpenJarvis v1.0.0
# Model: qwen3.5:7b | Engine: ollama
# > _

第四步：启用晨间简报 Agent

# 初始化晨间简报（macOS版）
jarvis init --preset morning-digest-mac

# 连接 Google 账号（一次OAuth覆盖Gmail/日历/任务）
jarvis connect gdrive

# 生成今日简报
jarvis digest --fresh

效果：AI 自动读取你的邮件、日历、新闻，生成一份语音早报。

第五步：启用深度研究 Agent

# 初始化深度研究
jarvis init --preset deep-research

# 索引本地文档（支持 PDF/Markdown/Word）
jarvis memory index ./docs/

# 跨文档提问
jarvis ask "总结所有关于项目X的邮件和文档"

第六步：启用本地代码助手

# 初始化代码助手
jarvis init --preset code-assistant

# AI 可以直接读写文件、执行 Python
jarvis ask "帮我写一个爬取微博热搜的Python脚本"

第七步：切换更强模型（可选）

# 查看可用模型
ollama list

# 拉取更大模型（需要更多内存）
ollama pull qwen3.5:35b

# 切换默认模型
jarvis model pull qwen3.5:35b
jarvis ask -m qwen3.5:35b "你的问题"

# 或写入配置文件永久生效
cat >> ~/.openjarvis/config.toml << 'EOF'
[intelligence]
default_model = "qwen3.5:35b"
preferred_engine = "ollama"
EOF

第八步：安装扩展技能

# 从 Hermes Agent 生态安装技能
jarvis skill install hermes:arxiv
jarvis skill sync hermes --category research

# 使用技能
jarvis ask "用 arxiv 技能搜索最新的 AI Agent 论文"

# 从 OpenClaw 社区安装（13700+ 技能）
jarvis skill install openclaw:weather
jarvis skill install openclaw:news

✅ 验证成功的标志

$ jarvis doctor
✅ Ollama: running (v0.30.8)
✅ Python: 3.12.3
✅ Model: qwen3.5:7b loaded (4.2GB)
✅ OpenJarvis: v1.0.0
✅ Skills: 3 installed
✅ Memory index: 0 documents

$ jarvis ask "你好，介绍一下你自己"
🤖 你好！我是 OpenJarvis，一个运行在你本地设备上的个人AI助手。
   我的所有推理都在你的电脑上完成，不会将数据发送到任何云端。
   当前使用的模型是 qwen3.5:7b，由 Ollama 引擎驱动。

⚠️ 常见问题 & 踩坑点

Q1: 安装脚本报错 "command not found: curl"

# Ubuntu/Debian
sudo apt install curl

# macOS（通常预装）
brew install curl

Q2: Ollama 启动失败 / 端口冲突

# 检查 Ollama 服务状态
ollama serve

# 如果端口 11434 被占用
lsof -i :11434
kill -9 <PID>
ollama serve

Q3: 模型下载太慢

# 使用国内镜像（如果可用）
export OLLAMA_MIRROR=https://ollama.com
ollama pull qwen3.5:7b

# 或先下载 GGUF 模型再导入
ollama create mymodel -f ./Modelfile

Q4: 内存不足（OOM）

# 换更小的模型
ollama pull qwen3.5:3b
jarvis model pull qwen3.5:3b

# 或启用 Ollama 的 GPU 分层加载
OLLAMA_MAX_LOADED_MODELS=1 ollama serve

Q5: Windows 用户注意事项

# 推荐使用 WSL2 获得最佳体验
wsl --install -d Ubuntu-22.04

# 在 WSL2 内运行安装脚本
curl -fsSL https://open-jarvis.github.io/OpenJarvis/install.sh | bash

🎯 总结

OpenJarvis 解决了一个核心痛点：让个人AI真正属于个人。

斯坦福的研究表明，本地模型已经能处理 88.7% 的日常对话和推理任务。OpenJarvis 把这个研究成果变成了普通人3分钟就能用上的工具。

配合 Ollama v0.30（本周刚更新），支持 GGUF 模型、MLX 加速、150万 Token 上下文，本地AI的体验已经今非昔比。

🔗 项目地址：github.com/open-jarvis/OpenJarvis

📖 官方文档：open-jarvis.github.io/OpenJarvis

📄 论文：arxiv.org/abs/2605.17172

觉得有用？关注「溜回几千里」，每周带你实操最新AI工具，不玩概念，只讲落地 🚀