AbuZar-Ansarii/Jarvis
效率工具面向 Android 的本地优先语音助手,通过无障碍服务自动操作屏幕,并可接入本地或云端大模型。
项目介绍
J.A.R.V.I.S.(PrivateAgent)是一个用 Flutter/Dart 编写的 Android 应用,把语音助手、屏幕 UI 自动化和科幻风格 HUD 揉在一起。核心机制是:无障碍服务读取当前界面的控件树,压缩后交给大模型判断下一步,再由原生代码注入点击、输入、滚动和滑动,完成多步任务。模型接口兼容 OpenAI 协议,可以指向本机 Ollama,也可以配置 DeepSeek、OpenAI、Gemini、OpenRouter 或 NVIDIA NIM 等云端服务。
除自动化之外,README 还列出了一大组附加功能:唤醒词监听、悬浮窗助手、语音互译、通过 Telegram 远程控制、利用传感器的手势操作、运动触发的防盗抓拍、局域网扫描、设备诊断,以及通过 Home Assistant 控制智能家居。这些功能各自需要单独的 Android 权限,适合按需开启。
快速使用
准备环境:Flutter SDK 3.12.2 及以上、Android 编译 SDK 35、最低 SDK 26(Android 8.0+)、JDK 17+。
git clone https://github.com/AbuZar-Ansarii/Jarvis.git
cd Jarvis
flutter pub get
flutter analyze
flutter test test/jarvis_features_test.dart
flutter build apk --release
adb install -r build/app/outputs/flutter-apk/app-release.apk
构建产物位于 build/app/outputs/flutter-apk/app-release.apk。README 自带的克隆命令仍写着占位地址(构建步骤),实际请使用仓库地址;也可从发布页获取预编译包。
安装后在设置中配置大模型:离线场景把接口地址填为本机 Ollama 的 http://127.0.0.1:11434/v1,云端则选对应预设并填写密钥。然后在设置里的权限中心依次授予无障碍服务等权限,自动化功能才能工作。
使用约束
应用高度依赖 Android 特殊权限:麦克风用于语音;无障碍服务用于读屏和模拟触控;悬浮窗权限用于系统级 HUD;通知监听用于读取邮件和短信;还需要短信、联系人权限和存储管理权限。若要在息屏时用唤醒词,建议将应用加入电池优化白名单。Shizuku 是可选的高权限通道,用于免 root 执行 shell 命令。
无障碍自动化无法读取设置了 FLAG_SECURE 的应用(例如不少银行 App),屏幕方向不符时点击也可能偏位。所谓本地优先指数据存储和设备端模型选项,但默认语音合成会联网获取 Microsoft Edge 神经语音,断网时回退到本地 TTS。Telegram 远程控制会让指令和截图经过 Telegram 服务器。项目采用 MIT 许可证。
HotRepo 点评
这个项目的定位落在系统工具而非通用助手:价值在于借助 Android 无障碍接口操作其他应用,这是网页端助手做不到的。对一个个人项目来说,README 的详细程度不常见,附有目录结构、架构图和排错说明;但宣称的功能面非常宽,HotRepo 又没有记录到它的 GitHub 日榜名次,这些描述应视为作者自述而非已验证的行为。观察到的单日 Star 曲线大致从 107 涨到 113,受众规模小且增长缓慢;相对这个数字,57 个 fork 说明不少人是冲着构建或改造它来的。
本文由 AI 根据项目 README 生成,更新于 ,以项目官方文档为准。
相关推荐
- adewaskar/jarvis浏览器内的钢铁侠风格语音助手,通过 Claude Code 调用你的工具和 MCP 服务器完成实际任务。
- isair/jarvis面向桌面端的本地优先 AI 助手,支持常驻语音对话、个人记忆、MCP 工具和听写,覆盖 macOS、Windows 和 Linux。
- TencentCloud/Octop面向家庭和小团队的自托管多用户、多智能体助手平台,一个实例多人共用。
- sigoden/aichat在终端统一接入 20 多家 LLM 服务,支持 Shell 命令生成、对话 REPL、RAG、工具与 Agent。
- CapriChooms/CapriCore面向 Windows 的 AI 桌面伙伴,支持本地或 API 模型、语音、记忆和需授权的桌面工具。