Hilfe bei Jarvis Sprachassistent (OpenAI) – Verhalten wie im Film gewünscht

Hallo zusammen,

ich bin absoluter Laie und arbeite mich jetzt seit ca. 8 Wochen intensiv in Home Assistant ein. Technisch bin ich noch nicht so tief bewandert, weshalb ich jeden Schritt lieber hinterfrage und Hilfe brauche. Ich baue mir gerade meinen eigenen “Jarvis”-Assistenten auf. Mein Server läuft auf einem starken Fujitsu-PC (16 GB RAM, 6 echte Kerne, SSD, 500 GB CPU-Festplatte), der über ein LAN-Kabel an einer 1000er Glasfaser-Leitung hängt. Die Anbindung über OpenAI und Nabu Casa steht bereits, und ich nutze die Onyx-Stimme für die Sprachausgabe. Aktuell läuft es noch über eine ESP32-Box, aber ich habe mir jetzt ein USB-Konferenzmikrofon (Poly Sync 20) und eine 5m Verlängerung bestellt, damit ich das Mikrofon in das Nebenhaus legen kann. Die Lautsprecherboxen werden direkt per Klinke an den PC angeschlossen, sodass ich Mikrofon und Lautsprecher getrennt betreibe. Zudem habe ich über Frigate und Double Take bereits eine funktionierende Gesichtserkennung über meine Kameras eingerichtet. Ich möchte das System nun perfektionieren, sodass es wie im Film agiert, und brauche bei folgenden Punkten eure Hilfe:

1. Voller Internet-Zugriff: Jarvis soll komplett internetfähig sein, damit er mir Fragen über den Bau der Pyramiden oder Allgemeinwissen live beantworten kann. Aktuell blockiert er bei solchen Fragen und sagt, er hätte kein Internet.

2. Nerviges Nachfragen abstellen: Wenn ich sage “Licht an”, steuert er das Licht im Raum zwar, hält mir aber vorher einen Vortrag (“Ich habe ein Licht im Partyraum gefunden, es ist aktuell aus, soll ich…”). Er soll den Befehl einfach stumm ausführen und extrem kurz (“Wird erledigt, Sir”) antworten. Kein Smalltalk bei Smarthome-Befehlen!

3. Langzeitgedächtnis: Wie stelle ich es an, dass Jarvis ein Gedächtnis bekommt, meine Persönlichkeit kennenlernt und sich Dinge merken kann?

Brauche wirklich hilfe​:folded_hands::folded_hands::folded_hands::folded_hands:

Vielen Dank für eure Unterstützung!