Dependencies

Laufzeiten und Plattformen

Komponente	Projektvorgabe	Zweck
Python	3.11.x, .python-version	Agent, Datenhaltung, Audio, Tests
Node.js	22.x, .nvmrc	Entwicklungslauncher, Vite, Electron
npm	passend zur Node-Installation	Workspaces und Installation des Lockfiles
Git	lokal verfügbar	Repository, Versionshistorie und Wiki-Pflege
Ollama	separat installiert	lokale Textgenerierung; nicht für modellfreie CI nötig
Windows	Windows 11 x64 als Projektziel	Text/Core; native Parität siehe Plattformstatus
macOS	Apple Silicon als Projektziel	bestehende native Legacy-Integrationen
Linux	Ubuntu 24.04 in CI	Headless-Checks, kein bestätigtes Desktop-Release

Quellen: .python-version, .nvmrc, CI. Upstream-Versionen ändern die Projektvorgabe nicht automatisch. Node 24/26 oder die neueste Python-Version sind kein Ersatz für die dokumentierte Testbasis.

Python-Pakete

Direkte Runtime-Pins aus requirements.txt:

Paket	Pin	Verantwortung
fastapi	0.115.0	HTTP-API
uvicorn[standard]	0.31.0	ASGI-Server
pydantic	2.9.2	API- und Domain-Datenvalidierung
aiosqlite	0.20.0	asynchroner SQLite-Zugriff
httpx	0.27.2	HTTP, unter anderem Ollama
python-multipart	0.0.12	Audio-Uploads
sounddevice	0.5.1	bestehende Audioabhängigkeit
soundfile	0.12.1	Audiodateien
piper-tts	1.4.2	lokale Sprachsynthese

Entwicklerpakete: pytest==8.3.5, ruff==0.11.13, auf Windows tzdata==2026.5 für einen DST-Vertragstest. Python-Transitivabhängigkeiten sind nicht vollständig gelockt; pip check prüft die aufgelöste Umgebung. Die Runtime-Pins stehen zusätzlich in apps/agent/pyproject.toml und müssen synchron bleiben.

JavaScript-Pakete

Die exakte aufgelöste Abhängigkeitsstruktur steht im package-lock.json; mit npm ci installieren. Die Desktop-Manifeste erlauben unter anderem React/React DOM ^18.3.1, Electron ^33.2.1, TypeScript ^5.6.2, Vite ^5.4.8 und das React-Plugin ^4.3.1. @jarvis/shared-types ist ein lokales Workspace-Paket. Manifestbereiche sind keine Behauptung, dass genau deren Untergrenze installiert ist.

Optionale native Komponenten und Modelle

Komponente	Benötigt für	Grenze
ffmpeg	Audio-Normalisierung im STT-Pfad	ausführbares Programm, zusätzlich zu pip-Paketen
whisper.cpp + GGML-Modell	lokale Transkription	Binary und Modell sind getrennte Downloads
Piper .onnx + .onnx.json	neuronale Sprachausgabe	passendes Dateipaar und absolute Modellkonfiguration
macOS say, afplay	Systemstimme/Legacy-Wiedergabe	macOS-spezifisch
PortAudio/libsndfile	native Audiobibliotheken	Homebrew auf macOS, Systempakete in Linux-CI
Raycast	Launcher-Deeplinks	optional, macOS-spezifisch

Es gibt keine gemessene allgemeine Mindest-RAM-/VRAM-Zusage. Der Hardware-Bereich zeigt Basiswerte sowie separat native Windows-Grafikadapter; er ist kein Benchmark und keine Modellberatung. Adapterinformationen beweisen keine verfügbare Inferenzbeschleunigung. Der kuratierte Katalog nennt für das Chatmodell etwa 1,9 GB Download und für Whisper Small etwa 488 MB; das ist weder RAM-Bedarf noch gesamte Installationsgröße.

Upstream-Installationsquellen, geprüft am 2026-10-08: Python Windows, Node, Ollama Windows, whisper.cpp, Piper, Homebrew whisper.cpp. Die Homebrew-Formel heißt inzwischen whisper.cpp (früher whisper-cpp).

---

Fachlich geprüft: 2026-10-08 · Quellstand 7419614bfa3c. Git-Historie veröffentlicht bis 68fa1df76e09.