Я создал персонального AI-агента на Raspberry Pi
I Built a Personal AI Agent on a Raspberry Pi — Jeremy Adams, Neo4j
Персональный агент можно собрать на Raspberry Pi 4B, если выносить LLM-инференс в облако, а граф-память вести в Neo4j.
- Pi как шлюз, модель в облаке — NanoClaw запускает процессы агента в Docker-контейнерах, сообщения приходят через WhatsApp, а вызовы модели идут в облако. Поэтому железо остаётся дешёвым и простым для понимания.
- Память по схеме POLE+O — воспоминания раскладываются по пяти типам: человек, объект, место, событие и организация. Записи велись в самолёте без платного Wi-Fi, потому что сообщения через WhatsApp работали.
- Офлайн-сбор заметок — при плохой сети заметки сохраняются в локальный Neo4j, номера стендов вытаскиваются регулярными выражениями из расшифровки голоса, а позже данные загружаются в облако и связываются общими темами, например evaluation и observability.
- Память через MCP — спикер загрузил в Neo4j Agent Memory всю историю переписки из WhatsApp, и агент получает доступ к сжатым воспоминаниям через MCP-сервер.
Кому полезно: тем, кто хочет собрать персонального агента с памятью на дешёвом железе или строить сбор заметок без стабильной сети.
Статья по теме
Главы
Ещё доклады: Jeremy Adams - Casañas
Страница спикера →Создаём и запускаем агентов: практический воркшоп для разработчиков SWE-агентов
Jeremy Adams - Casañas, Kyle Penfound
AI Engineer World's Fair 2025
Похожие доклады
Как превратить память агента в работающие навыки
Близко по содержанию
Ваш агент — бесконечный холст
AI Engineer Europe 2026
Близко по содержанию
CrabRAG: почему автоматизированным ассистентам нужна графовая память, а не больше токенов
AI Engineer World's Fair 2026
Близко по содержанию
Что нужно, чтобы создать персонального локального приватного AI Agent, который всерьёз расширяет ваши возможности?
AI Engineer Summit 2025
Близко по содержанию

