13 de agosto de 2026
O que é o Jarvis
Jarvis é um assistente pessoal que estou a construir para uso próprio, todos os dias: acorda por wake word, fala comigo em conversa bilingue, vê através de uma câmara que só abro por voz, lembra-se do que lhe digo e pode agir por mim, mas nunca sem a minha aprovação explícita. Corre inteiramente em infraestrutura gratuita e local, e está a ser construído a céu aberto: cada decisão não óbvia, cada beco sem saída, cada bug fica registado assim que acontece, não limpo depois de arrumado. O código está público no GitHub.
As três regras
Grátis por defeito: nenhum fornecedor pago está a ser usado, e nada obriga a que exista um. Local por defeito: a voz e a visão correm no próprio computador, só o raciocínio mais pesado é que pode sair para um fornecedor remoto gratuito. E controlado pelo dono: nenhum output de um modelo é uma ação por si só, um gate de capacidades a três níveis fica sempre entre o que o modelo propõe e o que realmente acontece no computador. Isto não é uma convenção, está garantido em código.
Cinco processos, uma arquitetura
senses/ears ouve, senses/eyes vê, senses/voice fala, core decide, e um dashboard em Next.js mostra tudo em tempo real por WebSocket. Só o core escreve na base de dados; os outros quatro processos nem sequer têm forma de causar um efeito real sozinhos, por construção.
Porque estou a construir isto
Queria um assistente que respeitasse a fronteira entre "o modelo disse algo" e "algo aconteceu de facto". A maioria das demos de assistentes pessoais confunde essas duas coisas, e é exatamente a parte que importa quando se dá a algo acesso a um microfone, uma câmara e ficheiros. É também um teste real de quanto se consegue construir sem pagar nada, e uma forma honesta de mostrar como trabalho com um agente de IA num sistema a sério, ao longo do tempo, em vez de num projeto de fim de semana.
O Jarvis é um projeto pessoal, mas o mesmo cuidado com arquitetura e limites claros é o que aplico ao trabalho que faço para clientes. Se preferires ler outro caso real de construção, o post sobre o HoqueiManager conta como uma ferramenta para um clube só se tornou uma plataforma SaaS.
Este é o primeiro de uma série de posts sobre a construção do Jarvis. Se gostaste, fica por aqui, vem mais a caminho.
Perguntas frequentes
O que é o Jarvis?
O Jarvis é um assistente pessoal local-first construído pelo Pedro Paula. Acorda por wake word, vê através de uma sessão de câmara aberta só por voz, lembra-se do que lhe dizem, e pode agir em nome do dono, mas só através de um gate de aprovação rígido, nunca sozinho.
O Jarvis é open source?
Sim. O Jarvis é desenvolvido publicamente no GitHub em PedroRicoPaula/LOCAL---JARVIS, com cada decisão de arquitetura, beco sem saída e correção de bug registados assim que acontecem, não limpos depois.
Custa alguma coisa correr o Jarvis?
Não. O Jarvis corre por defeito em infraestrutura gratuita e local: a inferência de voz e visão acontece na própria máquina do dono, e só o raciocínio mais pesado sai para um fornecedor remoto de nível gratuito. Nenhum fornecedor pago está incluído ou é obrigatório.
O Jarvis pode agir sem permissão?
Não. Qualquer ação que o Jarvis possa tomar passa por um gate de capacidades a três níveis (auto-aprovado para ações estreitas e reversíveis, com aprovação obrigatória para a maioria, e só o dono com uma tecla física para o resto). O output de um modelo nunca é tratado como uma ação por si só.