# 📘 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 |