HN讨论 · 身份未知
树莓派本地大模型车载助手：离线读车况、答车手册问题并联动其他 agent
作者在树莓派上运行 35B Qwen 模型，用 OBD 连接器读取车辆内部数据，接入制造商云服务控制空调和车门，并录入整车手册；车载助手可离线回答加油时机、机油类型等用车问题，同时与其他 agent 联动，在车辆故障时自动安排后续行程。
查看原始信号hn:49435675
目标用户
自行搭建车载 AI 的车主和 DIY 爱好者；本信号中的最终用户是项目作者本人。
潜在需求
车主需要一个能在本地运行的 AI 助手：通过 OBD 实时读取车况、依据整车手册离线回答保养问题，并能联动其他 agent 在故障时自动查找火车票等替代方案。
发生场景
车辆使用中需要了解车况和养护知识（如何时加油、加什么油），但车主可能在弱网或离线环境；车辆突发故障时也需要快速处理后续安排，不能总依赖云端或人工查询。
来源证据
作者在树莓派上运行 35B Qwen 模型，通过 OBD 连接器读取车辆内部数据，连接制造商云服务控制空调和车门，输入整车手册后，车载 AI 能离线回答何时加油、加什么油等问题。
Found that you can actually run a 35B Qwen model on a Pi with very impressive intelligence and stability. Built connectors for car ODB to read all about car internals, and manufacturer's cloud service for stuff like changing AC or opening/ locking doors. Gave it info such as the full car manual. And then hooked it up with my other agents in our discussion room! So now it can answer car questions such as "when should I add oil and what kind of oil?" and help you fully offline, and when onlinehttps://news.ycombinator.com/item?id=49435675
为什么值得留意
它展示了消费级硬件上本地大模型配合车辆数据、整车手册和 agent 协作的可行形态，且明确覆盖完全离线场景；评论区随即有人追问 OBD 硬件和模型选型，说明读者关注实现成本与性能权衡。可作为本地化 AI 在具体车载场景中的需求样例。
已有方案
- 树莓派 + Qwen 35B 模型，配合 OBD 连接器、制造商云服务、整车手册和 agent 群
可能延伸 · 模型推测
- 将同一套离线车载问答与 OBD 读取逻辑扩展到更多车型和 OBD 硬件
- 增加故障码解读、保养提醒等基于车况数据的主动服务
- 把 agent 联动扩展到保险、维修预约等更多出行服务
目前未知
- 信号来自项目作者本人，不是独立用户的使用报告
- 35B 模型在树莓派上的硬件配置（内存、推理速度）未在摘录中说明
- 评论仅 2 条，尚不清楚该方案的传播与其他人采用情况
- OBD 和制造商云服务适配的车型范围未知
继续核实
- 其他车主或 DIY 群体对离线车载 AI 的需求是否真实且普遍？
- 现有车载本地模型方案在非该车型上的 OBD 兼容性和部署难度如何？
- 用户更看重离线问答、车况读取还是 agent 自动处理故障？
主题词
local car assistantcar diagnosticsvehicle manual queryon-device llmagent orchestration