Ainerva
Asistente de IA agéntico para Linux, inspirado en JARVIS: ejecuta comandos, ve la pantalla, controla mouse y teclado, recuerda entre sesiones y conversa por voz.
Overview
Ainerva es un asistente de escritorio de IA autónomo para Linux, potenciado por Google Gemini con soporte para modelos locales vía Ollama. Puede razonar y actuar de forma agéntica: decide qué herramientas usar para cumplir un pedido y ejecuta los pasos necesarios.
Está escrito en Python con una arquitectura asincrónica y modular, y su eje es la seguridad por capas: cada acción se clasifica según su riesgo y las peligrosas requieren confirmación del usuario.
Key Features
- 🛠️ Herramientas del Sistema: Ejecutar comandos, leer y escribir archivos y listar directorios.
- 👁️ Visión de Pantalla: Captura la pantalla y la analiza con el modelo de visión.
- 🖱️ Control de Mouse y Teclado: Automatiza interacciones con aplicaciones de escritorio.
- 🪟 Gestión de Ventanas: Integración con Hyprland para mover y organizar ventanas.
- 🧠 Memoria Persistente: Recuerda hechos y conversaciones entre sesiones, con tareas programadas.
- 🔊 Voz: Respuestas habladas con
edge-ttsy conversaciones de voz en tiempo real. - 🛡️ Seguridad por Riesgo: Clasificación de cada acción y confirmación obligatoria para las de alto riesgo.
- 🖥️ Interfaz Gráfica: GUI con PySide6 y ejecución como servicio de systemd.
Technical Challenges
El reto principal fue darle autonomía real al agente sin perder el control: definir niveles de riesgo para cada herramienta, pedir confirmación en el momento justo y registrar lo que hace. También fue clave diseñar un sistema de proveedores intercambiables (Gemini u Ollama) con configuración validada por Pydantic.
Lessons Learned
Construir un agente es mucho más que llamar a un modelo: la calidad depende del diseño de las herramientas, de la memoria y de los límites de seguridad.