OpenJarvis は、自身のハードウェア上で動作する個人用 AI エージェントを構築するためのオープンソース・フレームワークです。
スタンフォード大学の研究室によって開発されており、最新のバージョン 1.0 では Ollama のサポートが追加されました。
クラウドに依存せず、ローカル環境での動作を優先した AI 利用が可能です。
ローカル環境を重視した AI エージェントの仕組み
OpenJarvis は、ユーザー自身のコンピュータ内で動く AI エージェントを作成するための仕組みを提供します。
このプロジェクトは、スタンフォード大学の Hazy Research および Scaling Intelligence の研究室によって、効率的なローカル AI を研究する「Intelligence Per Watt」プロジェクトの一環として開発されました。
現在のローカルモデルでも日常的な会話や推論は可能ですが、多くの AI は依然としてリクエストをクラウドへ送信しています。
OpenJarvis は、ローカルでの動作をデフォルトとし、クラウドの使用は必要に応じてのみ行う構成をとっています。
この仕組みでは、AI の精度だけでなく、エネルギー消費量、コスト、および遅延についても同時に管理することが可能です。
セットアップとモデルの利用方法
インストール手順
まず、はじめに Ollama をインストールしてください。
macOS、Windows、および Linux で利用可能です。
次に、OpenJarvis をインストールします。
macOS または Linux の場合は、以下のインストールスクリプトを実行することで、必要な設定と既存の Ollama 環境の自動検出が行われます。
curl -fsSL https://open-jarvis.github.io/OpenJarvis/install.sh | bashWindows のユーザーは、WSL2 内でこのコマンドを実行するか、デスクトップアプリをインストールしてください。
インストール後は、jarvisというコマンドを実行して開始します。
モデルの選択と設定
インストールスクリプトによって初期モデルが用意されますが、任意のモデルを自由に選ぶことができます。
Ollama を通じて取得した任意のモデルに対して、以下のコマンドで質問を投げることが可能です。
jarvis model pull qwen3.5:35b
jarvis ask -m qwen3.5:35b "Your prompt"デフォルトで使用するモデルを指定したい場合は、~/.openjarvis/config.tomlに設定を追加してください。
[intelligence]
default_model = "qwen3.5:35b"
preferred_engine = "ollama"利用可能なエージェントの例
OpenJarvis には、あらかじめ設定されたエージェントが用意されています。
各エージェントには、動作に必要なエンジンやツールが組み込まれています。
- モーニング・ブリーフィング (Morning briefing): カレンダーやメール、当日のニュースから、その日の概要を生成します。
- ドキュメント横断リサーチ (Research across files): ウェブや手元のドキュメントを調査し、引用元を明示した回答を作成します。
- ローカル・コーディング・エージェント (Local coding agent): 自身のマシン上で Python を実行・記述して、タスクを処理します。
この技術を活用するメリット
データを外部のクラウドへ送信せず、ローカル環境で AI を完結させたいユーザーにとって、プライバシー保護の観点から非常に大きなメリットがあります。
また、クラウド利用に伴うコストや、通信による遅延を抑えたい場合にも適しています。
精度だけでなく、電力効率やコストを意識した AI 利用の構築が可能になります。
参考情報：OpenJarvis: a local-first personal AI is now available to run with Ollama
※ この記事は、Mac mini M4（32GB）環境で ローカル LLM（Ollama / gemma4:26b）と n8n を組み合わせて生成した実験的な記事です。内容は確認していますが、誤りが含まれる可能性があります。正確な情報は公式情報をご確認ください。
