Hugging Face's logo

PascalF53
/
jarvis-local

Text-to-Speech
French
voice-assistant
speech-to-text
ollama
faster-whisper
kokoro
silero-vad
claude-code
Model card Files
xet
 Community
jarvis-local / INSTALL.md
PascalF53's picture
PascalF53
Sauvegarde JARVIS Local + guide d'installation
3fa98f2 verified
preview code
|
Raw History Blame Contribute Delete
4.61 kB

# 📘 JARVIS Local — Guide d'installation pas à pas

Ce guide permet de réinstaller JARVIS de zéro sur un PC Windows, à partir de cette sauvegarde.

1. Configuration testée (fonctionnelle au 03/10/2026)

Élément Version
OS Windows 11 Pro
GPU NVIDIA GeForce RTX 5090 (32 Go), pilote 616.64
Python (venv) 3.12.15 (créé par uv)
Ollama 0.35.0
Modèle LLM qwen3:30b-a3b-instruct-2507-q4_K_M
Node.js v24.19.0
Claude Code 2.1.288

Avec 24 Go de VRAM : baisser le contexte (OLLAMA_CONTEXT_LENGTH / JARVIS_NUM_CTX = 24576) ou prendre un modèle plus petit.

2. Prérequis à installer

  1. Pilote NVIDIA récent (CUDA 12/13 pris en charge).
  2. Python (n'importe quelle version récente) : https://www.python.org/downloads/ — cocher « Add to PATH ».
  3. Ollama : https://ollama.com/download
  4. (Optionnel, pour les tâches) Node.js : https://nodejs.org, puis :
    npm install -g @anthropic-ai/claude-code
    Pas besoin de compte en mode ollama. Pour les tâches complexes envoyées à Claude (JARVIS_COMPLEX_BACKEND=anthropic), lancer claude une fois et se connecter avec son abonnement.

3. Récupérer le code 

# Option A : avec git (git lfs non nécessaire, aucun gros fichier dans le dépôt)
git clone https://huggingface.co/PascalF53/jarvis-local D:\jarvis

# Option B : avec la CLI Hugging Face
pip install -U huggingface_hub
hf download PascalF53/jarvis-local --local-dir D:\jarvis

Le dossier models/, l'environnement .venv, le fichier .env, memory.json et logs/ ne sont pas sauvegardés : ils sont recréés par l'installation (ou contiennent des données personnelles).

4. Lancer l'installeur 

cd D:\jarvis
powershell -ExecutionPolicy Bypass -File install.ps1

Ce que fait install.ps1 :

  1. installe uv, crée .venv en Python 3.12 et y installe requirements.txt (FastAPI, faster-whisper, kokoro-onnx, onnxruntime-gpu, bibliothèques CUDA…) ;
  2. télécharge dans models/ :
    • kokoro-v1.0.onnx et voices-v1.0.bin (voix, ~350 Mo) ;
    • silero_vad.onnx (détection de parole) ;
  3. ollama pull qwen3:30b-a3b-instruct-2507-q4_K_M (~18 Go) ;
  4. copie .env.example en .env s'il n'existe pas.

Whisper large-v3-turbo se télécharge tout seul au premier démarrage.

5. Régler Ollama (fortement recommandé)

Sans ça, JARVIS ne peut plus répondre pendant qu'une tâche tourne :

setx OLLAMA_NUM_PARALLEL 2
setx OLLAMA_FLASH_ATTENTION 1
setx OLLAMA_KV_CACHE_TYPE q8_0
setx OLLAMA_CONTEXT_LENGTH 32768

Puis quitter et relancer Ollama (icône dans la barre des tâches).

6. Configurer .env

Ouvrir .env et adapter au minimum :

JARVIS_USER_NAME=Tony              # comment JARVIS t'appelle
JARVIS_WORKDIR=D:/jarvis-workspace # dossier dédié où l'agent a le droit de travailler
JARVIS_HOTWORDS=Mediawan           # noms propres à bien reconnaître

Créer le dossier de travail : mkdir D:\jarvis-workspace. Toutes les autres options sont décrites dans .env.example et dans le README.

Fichiers personnels optionnels :

  • corrections.json (fourni) : mots mal transcrits → mot correct ;
  • memory.json : créé automatiquement quand on dit « Souviens-toi que… ».

7. Premier lancement et vérifications 

ollama ps                      # Ollama doit répondre
.\start.bat                    # ou .venv\Scripts\python.exe server.py
  1. Le navigateur s'ouvre sur http://127.0.0.1:8788 (le premier démarrage prend ~30 s : compilation CUDA de Whisper).
  2. Cliquer sur l'orbe, autoriser le micro, choisir le bon micro dans la liste si besoin.
  3. Dire « Bonjour JARVIS, présente-toi. » → la console affiche la transcription et « 1er son … » (~0,8 s attendu).
  4. Dire « Lance une tâche : liste les fichiers de mon dossier de travail. » pour vérifier l'agent Claude Code.
  5. ollama ps doit indiquer 100% GPU ; sinon la VRAM est saturée (voir README › Problèmes fréquents).

8. Contenu de la sauvegarde

Fichier Rôle
server.py Serveur FastAPI : VAD, Whisper, LLM + outils, Kokoro, agent de tâches
index.html Interface (orbe) servie sur le port 8788
designs/ Variantes d'interface
install.ps1 Installeur Windows
start.bat Lanceur
requirements.txt Dépendances Python
.env.example Modèle de configuration commenté
corrections.json Corrections de transcription
README.md / INSTALL.md Documentation