EVA

Asistente de voz personal que vive en mi Mac Mini: escucha una palabra de activación, transcribe lo que digo, decide qué hacer, ejecuta acciones en el sistema y responde hablando. Encima del escritorio muestra un HUD estilo JARVIS.

Todo el estado vive en local, en SQLite. Lo único que sale a internet son las llamadas a las APIs de modelos que yo configuro.

En desarrollo. El núcleo de voz ya está construido: máquina de estados, reconocimiento de voz, síntesis de voz, palabra de activación y un agente que usa herramientas. El resto de las fases está planificado.

Cómo está hecho

• Núcleo en Python con FastAPI y WebSocket.
  • Voz: palabra de activación, transcripción con Whisper y síntesis de voz en cascada (si un proveedor no está disponible, pasa al siguiente).
  • Agente: ciclo entre el modelo de lenguaje y las herramientas, con un router que elige el modelo según la tarea.
  • Seguridad: cada acción se clasifica por riesgo y las delicadas piden confirmación antes de ejecutarse.
  • Memoria: SQLite con búsqueda vectorial para recordar hechos, conversaciones y eventos.
• HUD en Electron + React, conectado al núcleo por WebSocket.
• Configuración en un solo lugar: el nombre del asistente define la palabra de activación, la personalidad y el título de la ventana.

Hacia dónde va

La arquitectura contempla visión (webcam, pantalla y documentos), métricas del sistema y puentes con Telegram y otros equipos de la red local.