L00P.AI / RASPBERRY PI 500+
Warsztat SI.
Na Twoim Pi.
Przygotowujemy bezpłatny instalator i konfigurator dla Raspberry Pi 500+. Pomoże wybrać agentów, modele, dostęp do własnego archiwum oraz sposób logowania. Każdy składnik ma być zrozumiały przed instalacją.
Najpierw bezpłatny instalator na oficjalnym Raspberry Pi OS; docelowo także własny wariant systemu L00P.AI, otwierający ten sam konfigurator po pierwszym logowaniu. Mamy Pi 500+ USA, ale instalator i wyniki testów nie są jeszcze dostępne; ścieżkę EU sprawdzimy przed wydaniem.
JEDEN KOMPUTER, DWIE ŚCIEŻKI
Instaluj świadomie.
Konfiguruj po swojemu.
SZYBKA · SAMODZIELNA
Hermes Agent + Codex CLI
Rekomendowany punkt startu. Instalator sprawdzi Pi, pokaże listę zmian, poprowadzi przez logowanie producenta i oddzieli archiwum od wyników. Zestaw wymaga odbioru na urządzeniu.
ZAAWANSOWANA · Z NAMI LUB SAMODZIELNIE
Hermes / OpenClaw + Codex / Claude Code
Wybierasz po jednym rusztowaniu otwartym i kodowym, modele, uprawnienia, koszty i granice dostępu. Pomoc w przejściu tej ścieżki oraz adaptacja do organizacji mogą być płatną usługą L00P.AI.
Hasła do ChatGPT i Claude nie przechodzą przez L00P.AI: logowanie prowadzą aplikacje producentów. Klucze API będą opcjonalne dopiero po odbiorze lokalnego magazynu sekretów. Sam instalator ma być bezpłatny. Codex · Claude Code.
CO ŁĄCZY TEN ZESTAW
Folder nagrań staje się początkiem pracy.
W projektowanym pierwszym uruchomieniu wskażesz katalog archiwum. Oryginały pozostaną tylko do odczytu; transkrypcje, indeksy i eksporty trafią do osobnego folderu. Słowa mają zachować połączenie z czasem nagrania, aby każdą ważną odpowiedź można było sprawdzić odsłuchem.
Nagranie
Oryginał i jego pochodzenie.
Słowo i czas
Transkrypcja karaoke i metadane.
Twój warsztat
Odsłuch, wyszukiwanie, praca agentów.
Zobacz już działającą demonstrację interfejsu. Pokazuje metodę pracy Szpiega+, a gotowość portu na Raspberry Pi ocenimy osobno. Uruchom demo →
Wybierasz, gdzie pracuje model.
NA TWOIM KOMPUTERZE
Lokalne audio i małe modele
Plan: Szpieg+, whisper.cpp / sherpa-onnx, Ollama lub llama.cpp. Po pobraniu modeli ten tor ma działać offline. Odbiór obejmie próbę z odłączonym Internetem. Agenci dostaną dostęp tylko do wybranych narzędzi i katalogów.
Z TWOIM WŁASNYM KONTEM
Claude Code · ChatGPT / Codex
Program kliencki nie zawiera modeli Claude ani GPT. Usługi chmurowe wymagają Internetu, własnego konta i odpowiedniego planu lub rozliczenia API. Materiał przekazywany do chmury musi być świadomym wyborem użytkownika.
Hermes Agent i OpenClaw łączą narzędzia z wybranym dostawcą modelu. Nie utożsamiamy uruchomienia agenta na Pi z lokalnym działaniem dużego modelu. Dokumentacja OpenClaw zaleca na Raspberry Pi modele chmurowe. OpenClaw / Raspberry Pi.
ARM64: co już wynika z dokumentacji, a co wymaga próby?
Claude Code, Codex CLI, Hermes i Ollama mają ścieżki instalacji dla Linux ARM64. ChatGPT oferuje już Linux ARM64 w wersji preview, a LM Studio publikuje wymagania Linux ARM64. Raspberry Pi OS nie jest tym samym co potwierdzony odbiór tych aplikacji na Pi 500+. Dla aplikacji ChatGPT przewidujemy także dostęp przez przeglądarkę.
Claude Code · Codex CLI · ChatGPT Linux · Hermes · Ollama · LM Studio
AUTORZY I ZASADY
Bezpłatny instalator.
Jawne pochodzenie narzędzi.
Naszą wartością jest integracja, konfiguracja i radiowy warsztat. Prawa autorów poszczególnych narzędzi pozostają ich prawami. Poniżej pokazujemy kandydatów do instalatora, ich źródła i warunki. Nie jest to protokół gotowej instalacji ani potwierdzenie działania na Pi.
| Składnik | Licencja / warunki | Sposób instalacji |
|---|---|---|
| Raspberry Pi OS Desktop 64-bit | Per-package; firmware separatelyLicencja · Źródło | Sprawdzamy oficjalną instalację użytkownika. |
| FFmpeg | LGPL/GPL depending on build and librariesLicencja · Źródło | Instalator po odbiorze wersji i testach na Pi. |
| whisper.cpp | MIT core; dependencies separatelyLicencja · Źródło | Instalator po odbiorze wersji i testach na Pi. |
| llama.cpp | MIT core; dependencies separatelyLicencja · Źródło | Instalator po odbiorze wersji i testach na Pi. |
| sherpa-onnx | Apache-2.0 core; ONNX Runtime and other dependencies separatelyLicencja · Źródło | Instalator po odbiorze wersji i testach na Pi. |
| Codex CLI | Apache-2.0 source; service access separateLicencja · Źródło | Instalator po odbiorze wersji i testach na Pi. |
| Ollama | MIT core; model licenses separateLicencja · Źródło | Opcja wybierana przez użytkownika. |
| Hermes Agent | MIT core; skills and dependencies separatelyLicencja · Źródło | Opcja wybierana przez użytkownika. |
| OpenClaw | MIT core and third-party noticesLicencja · Źródło | Opcja wybierana przez użytkownika. |
| Claude Code | Proprietary Anthropic terms; no confirmed L00P redistribution rightLicencja · Źródło | Instalacja i logowanie bezpośrednio u producenta. |
| ChatGPT browser / Linux preview | Proprietary OpenAI terms; browser access preferredLicencja · Źródło | Instalacja i logowanie bezpośrednio u producenta. |
| LM Studio | Proprietary; app terms restrict distributionLicencja · Źródło | Instalacja i logowanie bezpośrednio u producenta. |
| OpenAI Whisper model weights | MIT code and weightsLicencja · Źródło | Opcja wybierana przez użytkownika. |
| Qwen3-ASR 0.6B weights | Apache-2.0 upstream modelLicencja · Źródło | Opcja wybierana przez użytkownika. |
| Parakeet TDT 0.6B v3 weights | CC-BY-4.0 upstream modelLicencja · Źródło | Opcja wybierana przez użytkownika. |
| Qwen3 0.6B text model | Apache-2.0 upstream model; quantized artifact separatelyLicencja · Źródło | Opcja wybierana przez użytkownika. |
| Qwen3 1.7B text model | Apache-2.0 upstream model; quantized artifact separatelyLicencja · Źródło | Opcja wybierana przez użytkownika. |
| Szpieg+ free edition | Free-edition terms and component rights pendingLicencja · Źródło | Nie instalujemy przed wyjaśnieniem praw i odbiorem portu. |
W pierwszym kanale użytkownik instaluje oficjalny Raspberry Pi OS samodzielnie. Konfigurator sprawdza jego wersję i pokazuje pochodzenie dodatków. Przyszły wariant systemu z ekranem startowym L00P.AI będzie wymagał osobnego przeglądu praw do wszystkich składników obrazu. Raspberry Pi OS.
LM Studio dopuszcza korzystanie na własny użytek i w firmie, ale jego aktualne warunki ograniczają redystrybucję aplikacji. Dlatego planujemy odnośnik do instalacji od producenta. Claude Code i aplikację ChatGPT również traktujemy jako osobne instalacje na warunkach producentów. Zasada stdlib w Szpiegu+ ogranicza zależności kodu, lecz sama nie jest licencją.
POMIAR PRZED OBIETNICĄ
Transkrypcja lokalna.
Jakość do zmierzenia.
Pi 500+ ma 16 GB RAM, cztery rdzenie Cortex-A76 2,4 GHz i SSD NVMe 256 GB w standardowym zestawie. To uzasadnia próby lokalnego ASR. Nie dowodzi jednak pracy w czasie rzeczywistym ani konkretnego poziomu błędów. USA i EU oznaczają wybór układu klawiatury, nie szybkość procesora. Raspberry Pi 500+.
Whisper / whisper.cpp
Do porównania: small, medium i large-v3-turbo. Silnik obsługuje Raspberry Pi i kwantyzację. Sprawdzimy, ile czasu kosztuje lepszy wynik na polskich nagraniach.
whisper.cpp →Parakeet TDT 0.6B v3
Kandydat w eksporcie int8 przez sherpa-onnx. NVIDIA podaje dla języka polskiego WER 7,31% na FLEURS i 7,28% na MLS. To wyniki producenta — nie pomiar na Pi ani naszym archiwum.
Karta modelu →Qwen3-ASR 0.6B
Obsługuje polski; dostępny jest eksport ONNX opisany przez sherpa-onnx. Sprawdzimy go jako trzeci punkt porównania jakości i szybkości.
Karta modelu →Małe modele tekstowe do pierwszego testu: Qwen3 0.6B i 1.7B przez llama.cpp / Ollama. Kwantyzację i plik dobierzemy po sprawdzeniu ich pochodzenia; zaczniemy od krótkiego kontekstu i jednego zadania naraz. To kandydaci do odbioru, nie deklaracja wydajności ani jakości modeli chmurowych. 0.6B · 1.7B.
Jak rozstrzygniemy cel WER poniżej 4%?
Przygotujemy co najmniej dwie godziny ręcznie sprawdzonego materiału: studio, telefon, hałas, rozmowy nakładające się, nazwy i liczby. Zestaw testowy oddzielimy od materiału użytego do ustawiania modeli. Zachowamy reguły normalizacji oraz wynik surowy. Scribe będzie drugim systemem porównawczym, nie wzorcem prawdy.
WER = (S + D + I) / N — zamiany, usunięcia i dodania słów podzielone przez liczbę słów we wzorcu. Podamy także błędy nazw i liczb, wyniki dla każdej grupy nagrań, czas obliczeń, RAM i temperaturę. RTF poniżej 1 oznacza przetwarzanie szybsze od długości nagrania; to osobna miara od WER.
Nie mamy jeszcze pomiaru Pi 500+. Poniżej 4% pozostaje celem dla zdefiniowanego materiału, nie obietnicą dla dowolnego archiwum.
Co musi mieć pierwsze wydanie?
Pierwsze wydanie zacznie od oficjalnego Raspberry Pi OS zainstalowanego przez użytkownika. Sprawdzimy wersję systemu, wolne miejsce i istniejące dane. Późniejszy wariant systemu L00P.AI będzie budowany z czystej bazy i tej samej receptury instalatora, a nie jako klon używanego dysku. Raspberry Pi OS.
- Odbiór na fizycznym Pi 500+ USA i test konfiguracji układów EU.
- Dokładne wersje, oficjalne źródła, sumy kontrolne, licencje i zakres zmian w systemie.
- Dwie ścieżki: szybka Hermes + Codex oraz zaawansowany wybór Hermes/OpenClaw i Codex/Claude Code.
- Oficjalne logowanie producentów, bez przejmowania haseł i kopiowania tokenów między urządzeniami.
- Archiwum tylko do odczytu, próbka transkrypcji, odsłuch od słowa i wyniki osobno.
- Test offline wybranych modeli, jawne wyniki ASR oraz wznowienie i odzyskanie po przerwaniu.
Instalator L00P.AI ma być bezpłatny. Pomoc przy ścieżce zaawansowanej i adaptacja do organizacji mogą być płatne. Sprzęt i konta usług rozliczane są osobno. To niezależna integracja, bez deklaracji formalnego partnerstwa z producentami narzędzi.