Meera: Um Assistente de IA Totalmente Offline para o Gnome Linux Construído no Qwen3.5-2B

Meera é um assistente de IA local para o Gnome Desktop Linux que funciona completamente offline. Construído por um engenheiro de hardware iniciante em desenvolvimento de software, ele usa Cursor (codificação assistida por IA) e é projetado para funcionar em hardware modesto. O instalador configura o llama-cpp e baixa o modelo — sem dependência de nuvem.

Detalhes Principais da Arquitetura

• Modelo primário: Qwen3.5-2B-Q4_K_M (1,2 GB, ~2B parâmetros)
• Motor de inferência: llama-cpp com backend Vulkan (detecta automaticamente a GPU: Nvidia/AMD/Intel/iGPU)
• Seleção de ferramentas: Um segundo modelo de embedding pequeno seleciona as ferramentas mais próximas e trechos RAG, em vez de incorporar todos os esquemas de ferramentas no prompt — crítico para confiabilidade com modelos pequenos
• Hardware testado: Ubuntu 24.04 + RTX 5090 (desktop), Fedora Silverblue + Intel i3 (laptop) — suficientemente rápido em ambos

O que o Meera Pode Fazer

Exemplos de chamadas de ferramentas (da fonte):

• Adicionar reunião de equipe amanhã às 10h ao calendário
• Lembrar-me de enviar e-mail para alguém em 30 minutos
• Controle de volume, brilho, Wi-Fi
• Alternar para modo escuro/claro, ativar/desativar luz noturna
• Pesquisar e abrir arquivo "project_description" em Documentos
• Verificar quais processos usam muita CPU
• Verificar atualizações de pacotes

Para novos usuários Linux:

• Recomendar software para uma determinada tarefa
• Explicar uso de grep/sed/awk
• Fornecer comandos para compactar/descompactar arquivos zip/tar

Estrutura do Repositório e Personalização

O repositório GitHub (atualmente útil apenas no Linux) fornece uma arquitetura documentada na wiki. Usuários que não usam Linux podem reutilizar o código — apenas os diretórios tools e rag_data precisam de modificação. O modelo pode ser trocado por um maior.

GitHub: achinivar/meera

O autor planeja adicionar voz para texto e texto para voz em seguida. Bugs e ideias de ferramentas são bem-vindos via issues do GitHub ou comentários.