| # 📘 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 : |
| ```powershell |
| 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 |
|
|
| ```powershell |
| # 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 |
|
|
| ```powershell |
| 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 : |
|
|
| ```powershell |
| 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 : |
|
|
| ```ini |
| 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 |
|
|
| ```powershell |
| 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 | |
|
|
