OpenJarvis
#6 in Lokale LLM-Runtimesollama · seit 2026-03-12 · 5× · zuletzt 29. Juni 2026
25
Momentum
OpenJarvis ist ein quelloffenes Framework zum Aufbau lokaler KI-Agenten, entwickelt von Stanfords Hazy Research und Scaling Intelligence Lab im Rahmen der „Intelligence Per Watt"-Forschung. Die Inferenz läuft standardmäßig auf dem eigenen Gerät; Cloud-APIs sind optional und werden nur bei Bedarf genutzt. Das Framework gliedert sich in fünf austauschbare Primitive (Intelligence, Engine, Agents, Tools & Memory, Learning) und unterstützt mehrere Inference-Backends sowie eine kontinuierliche lokale Lernschleife. Version 1.0 wurde am 12. März 2026 unter Apache 2.0 veröffentlicht.
Momentum-Verlauf
04.04.03.07.
Features
| API-Typ | CLI (jarvis ask), Python SDK, FastAPI-Server (OpenAI-kompatibler Drop-in-Ersatz) |
| Inference-Backend | Lokal: Ollama, vLLM, SGLang, llama.cpp; Cloud (optional): OpenAI, Anthropic, Google Gemini, OpenRouter, MiniMax – alle über ein einheitliches Engine-Interface |
| Maximale Modellgröße (GB RAM) | Minimum 8 GB RAM, empfohlen 16 GB RAM; optionale GPU-Beschleunigung via NVIDIA RTX 3060+ oder Apple M1+ |
| Plattformen (OS-Unterstützung) | macOS, Windows (nativ + WSL2), Linux |
| Preis-Tier | Kostenlos, Open Source (Apache 2.0) |
| UI-Typ | CLI, Browser-App (localhost:5173), native Desktop-App (.dmg / .exe / .deb / .rpm / .AppImage) |