Es posible que recibamos una comisión por las compras realizadas a través de enlaces.

Aparentemente no hay coto para los niveles de ingenio que uno puede alcanzar con una Raspberry Pi. Hemos cubierto muchas de estas hazañas ayer, desde proyectos que harán que su hogar inteligente sea aún más inteligente hasta una infinidad de maneras en que puede mejorar su dormitorio, pero hay una en particular. GitHub El legatario fue más allá. Simone Marzulli decidió construir su propio agente de IA restringido y luego le enseñó a habitar y trabajar en una Raspberry Pi 5. Harto impresionante, si nos preguntas.

El objetivo principal de Marzulli era sencillo, al menos sobre el papel: falta sale de la Raspberry Pi. Eso significa fielmente que no quería que ningún proceso de IA se descargara a servicios externos; Quería proteger sus datos de legatario y no lo culpamos. Por otra parte, Simone quería que todos estos scripts internos funcionaran con modelos de jerga grandes (LLM) abiertos y quería que su autómata de IA funcionara con comandos de voz.

Luego, Marzulli invirtió en un pequeño chasis, pantalla y ventilador para su agente impulsado por Pi. Su creación terminada, una especie de pantalla inteligente a la que flama Max Headbox, es proporcionado increíble.

Max Headbox fue diseñado para ser un autómata de inteligencia sintético emotivo basado en pantalla que mostraba una cara (creada usando GIMP para animar uno de los Fluent Emojis de Microsoft) y reaccionaba a los comandos de voz una vez que se pronunciaba una palabra de activación. Marzulli incluso configuró funcionalidades de pantalla táctil, donde un toque indicaría al micrófono del sistema que iniciara sus indicaciones habladas.

Otro toque detendría la compacto y igualmente podría tocar mientras el LLM respondía para detener la solicitud por completo. Además optó por una interfaz simple, con cintas de colores giratorias como sus tres indicadores principales: pronto para la palabra de activación (cerúleo), la voz se está grabando (rojo) y LLM está ejecutándose (curvatura iris).

En cuanto a los modelos abiertos que se utilizaron, Marzulli eligió Qwen3 1.7b para el maniquí agente (la parte de toma de decisiones de Max Headbox) y Gemma3 1b para el maniquí conversacional (cómo reacciona emocionalmente el autómata a las indicaciones).

Conveniente a las limitaciones de hardware de Raspberry Pi, Marzulli tuvo que ser decisivo al nominar qué modelos ejecutar. Los LLM más grandes habrían cansado la CPU y la memoria del Pi, por lo que encontró un compensación entre velocidad y capacidad expresiva utilizando modelos en el rango de parámetros 1B-2B.

Si eres como nosotros, probablemente te habrás preguntado al menos una vez mientras leías esto: “Está adecuadamente, pero ¿cómo construyo uno?” A Dios gracias, Simone Marzulli tiene todo el esquema documentado en GitHubcompleto con listas de piezas, instrucciones de instalación y detalles de configuración. En lo que respecta al hardware, necesitarás trastornar en un Frambuesa Pi 5 (La caja de entrada se probó en modelos de 16 GB y 8 GB), un micrófono USB (Marzulli recomienda Éste), y esto Pantalla, carcasa y refrigerador GeekPi.

Además necesitarás instalar algunos componentes principales en Pi: Ruby 3.3.0, Node 22, Python 3 y Ollama. Para el control por voz, Marzulli confió en la API Vosk para manejar la detección de palabras de activación y susurros más rápidos para una transcripción de voz rápida y precisa. Cuando se proxenetismo de crear herramientas que el agente pueda utilizar, el proceso es sencillo. Cree un módulo JavaScript que exporte un objeto con cuatro campos: el nombre de la aparejo, los parámetros que acepta, una breve descripción y la función que ejecuta la tarea actual.

Si tienes un fin de semana grande y disfrutas de un buen desafío de bricolaje, construir tu propio compañero de IA con tecnología Pi está absolutamente a tu ámbito. Y si tiene penuria de más inspiración para Raspberry Pi, asegúrese de consultar nuestro recopilación de los mejores proyectos de Raspberry Pi para probar en 2025.