Instructions to use RigorVzla/AIRH_MAX_V1_CORE with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use RigorVzla/AIRH_MAX_V1_CORE with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="RigorVzla/AIRH_MAX_V1_CORE",
	filename="AIRH_MAX_V1_CORE-Q4_K_M.gguf",
)

llm.create_chat_completion(
	messages = [
		{
			"role": "user",
			"content": "What is the capital of France?"
		}
	]
)

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use RigorVzla/AIRH_MAX_V1_CORE with llama.cpp:

Install (macOS, Linux)

curl -LsSf https://llama.app/install.sh | sh
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf RigorVzla/AIRH_MAX_V1_CORE:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf RigorVzla/AIRH_MAX_V1_CORE:Q4_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf RigorVzla/AIRH_MAX_V1_CORE:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf RigorVzla/AIRH_MAX_V1_CORE:Q4_K_M

Use pre-built binary

# Download pre-built binary from:
# https://github.com/ggerganov/llama.cpp/releases
# Start a local OpenAI-compatible server with a web UI:
./llama-server -hf RigorVzla/AIRH_MAX_V1_CORE:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf RigorVzla/AIRH_MAX_V1_CORE:Q4_K_M

Build from source code

git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp
cmake -B build
cmake --build build -j --target llama-server llama-cli
# Start a local OpenAI-compatible server with a web UI:
./build/bin/llama-server -hf RigorVzla/AIRH_MAX_V1_CORE:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf RigorVzla/AIRH_MAX_V1_CORE:Q4_K_M

Use Docker

docker model run hf.co/RigorVzla/AIRH_MAX_V1_CORE:Q4_K_M

LM Studio
Jan

vLLM

How to use RigorVzla/AIRH_MAX_V1_CORE with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "RigorVzla/AIRH_MAX_V1_CORE"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "RigorVzla/AIRH_MAX_V1_CORE",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/RigorVzla/AIRH_MAX_V1_CORE:Q4_K_M

Ollama
How to use RigorVzla/AIRH_MAX_V1_CORE with Ollama:
```
ollama run hf.co/RigorVzla/AIRH_MAX_V1_CORE:Q4_K_M
```

Unsloth Studio

How to use RigorVzla/AIRH_MAX_V1_CORE with Unsloth Studio:

Install Unsloth Studio (macOS, Linux, WSL)

curl -fsSL https://unsloth.ai/install.sh | sh
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for RigorVzla/AIRH_MAX_V1_CORE to start chatting

Install Unsloth Studio (Windows)

irm https://unsloth.ai/install.ps1 | iex
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for RigorVzla/AIRH_MAX_V1_CORE to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for RigorVzla/AIRH_MAX_V1_CORE to start chatting

How to use RigorVzla/AIRH_MAX_V1_CORE with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf RigorVzla/AIRH_MAX_V1_CORE:Q4_K_M

Configure the model in Pi

# Install Pi:
npm install -g @mariozechner/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "llama-cpp": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "RigorVzla/AIRH_MAX_V1_CORE:Q4_K_M"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Hermes Agent new

How to use RigorVzla/AIRH_MAX_V1_CORE with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf RigorVzla/AIRH_MAX_V1_CORE:Q4_K_M

Configure Hermes

# Install Hermes:
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
hermes setup
# Point Hermes at the local server:
hermes config set model.provider custom
hermes config set model.base_url http://127.0.0.1:8080/v1
hermes config set model.default RigorVzla/AIRH_MAX_V1_CORE:Q4_K_M

Run Hermes

hermes

Atomic Chat new

OpenClaw new

How to use RigorVzla/AIRH_MAX_V1_CORE with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf RigorVzla/AIRH_MAX_V1_CORE:Q4_K_M

Configure OpenClaw

# Install OpenClaw:
npm install -g openclaw@latest
# Register the local server and set it as the default model:
openclaw onboard --non-interactive --mode local \
  --auth-choice custom-api-key \
  --custom-base-url http://127.0.0.1:8080/v1 \
  --custom-model-id "RigorVzla/AIRH_MAX_V1_CORE:Q4_K_M" \
  --custom-provider-id llama-cpp \
  --custom-compatibility openai \
  --custom-text-input \
  --accept-risk \
  --skip-health

Run OpenClaw

openclaw agent --local --agent main --message "Hello from Hugging Face"

Docker Model Runner
How to use RigorVzla/AIRH_MAX_V1_CORE with Docker Model Runner:
```
docker model run hf.co/RigorVzla/AIRH_MAX_V1_CORE:Q4_K_M
```

Lemonade

How to use RigorVzla/AIRH_MAX_V1_CORE with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull RigorVzla/AIRH_MAX_V1_CORE:Q4_K_M

Run and chat with the model

lemonade run user.AIRH_MAX_V1_CORE-Q4_K_M

List all available models

lemonade list

AIRH_MAX_V1_CORE

🌟 Descripción del modelo

AIRH_MAX_V1_CORE es el modelo principal (core) del asistente de voz AV-AIRH MAX. Está basado en Qwen3 de 0.6B parámetros y fine-tuneado específicamente para:

Interpretar comandos de voz y convertirlos en acciones del sistema (abrir apps, buscar web, crear recordatorios, automatizaciones).
Mantener una conversación natural, cálida y humana, siguiendo la filosofía de AIRH: no solo un robot.
Pensar con lógica, priorizando tareas según el contexto de la conversación.

El formato GGUF permite que funcione totalmente offline, rápido incluso en CPU, siendo el cerebro de la versión MAX del asistente.

🎯 Uso previsto

Principal:
Ser el motor de generación de texto para AV-AIRH MAX (y compatible con Lite), recibiendo texto transcrito del usuario y devolviendo respuestas que luego se convierten a voz o se ejecutan como acciones.

Ejemplo de flujo:

Usuario (voz): "Abre el calendario y dime qué tengo a las 3"
AIRH_MAX_V1_CORE genera: "Claro, voy a abrir el calendario. Tienes una reunión con el equipo a las 3 PM. ¿Necesitas recordatorio? [ACCION: abrir_calendario] [ACCION: recordatorio texto='Reunión equipo' hora='15:00']"
El backend de AIRH parsea [ACCION: ...] y ejecuta.

Respuestas típicas:

Cortas y directas para comandos simples: "Listo, abriendo el navegador."
Con empatía si hay error: "Uy, no pude encontrar esa aplicación. ¿Quieres que busque en la web?"
Proactivas si el contexto lo permite: "Veo que tienes un recordatorio pendiente, ¿lo ejecuto ahora?"

No usar para:

Conversación libre sin relación con productividad/escritorio.
Generación de texto creativo o narrativo largo.

⚙️ Entrenamiento y datos

Aspecto	Detalle
Modelo base	Qwen/Qwen3-0.6B
Formato final	GGUF (cuantización: Q4_K_M)
Tamaño aprox.	~380-420 MB
Dataset	Privado. Comandos de voz reales (anónimos) + diálogos etiquetados con intención y argumentos en JSON.
Fine-tuning	SFT (Supervised Fine-Tuning) con énfasis en extracción de acciones.
Contexto máximo	5120 tokens

🧪 Evaluación (resultados internos)

Métrica	Resultado
Precisión de intención (20 acciones comunes)	94.2%
Extracción correcta de argumentos	91.7%
Respuestas fuera de dominio (debe rechazar)	4.8%
Latencia media en CPU (i5, 16GB)	0.29 segundos

🚀 Uso con llama.cpp

from llama_cpp import Llama

llm = Llama(
    model_path="AIRH_MAX_V1_CORE.Q4_K_M.gguf",
    n_ctx=5120,
    n_threads=4,
    temperature=0.1,
    top_p=0.9,
    verbose=False
)

prompt = """<|im_start|>system
Eres AIRH, el asistente virtual de escritorio por voz. Responde con frases cortas y cálidas. Si el usuario pide una acción, añade [ACCION: ...] al final.
<|im_end|>
<|im_start|>user
Reproduce música relajante
<|im_end|>
<|im_start|>assistant
"""

output = llm(prompt, max_tokens=256)
print(output["choices"][0]["text"])

📦 Formatos de acción (para el backend)

El modelo genera etiquetas [ACCION: ...] que tu aplicación debe parsear. Ejemplos:

Acción	Formato en texto
Abrir app	`[ACCION: abrir_app nombre="Spotify"]`
Buscar web	`[ACCION: buscar_web consulta="clima Madrid"]`
Recordatorio	`[ACCION: recordatorio texto="Reunión" hora="17:00"]`
Responder solo mensaje	(sin etiqueta, solo texto a voz)

⚠️ Limitaciones conocidas

Solo español (no entiende otros idiomas).
No tiene conocimiento de actualidad (es un modelo estático).
Acciones complejas de varios pasos pueden requerir dos turnos de diálogo.
Depende del backend para ejecutar las acciones reales (seguridad implementada allí).

🔒 Privacidad y ética

100% local: nunca envía datos del usuario a internet.
El dataset de entrenamiento fue anónimo y con consentimiento.
Las acciones peligrosas (borrar archivos, comandos de sistema) están bloqueadas a nivel de backend, no del modelo.

📜 Licencia

Apache 2.0 (compatible con Qwen3).
Para integrar AIRH_MAX_V1_CORE en productos comerciales (como AV-AIRH MAX), consulta términos adicionales en av-airh.com.

👤 Autor / Mantenedor

[RigorVzla]
Web: https://av-airh.com

🙏 Créditos

Modelo base: Qwen3 de Alibaba Cloud
Formato GGUF: llama.cpp
Hosting y soporte: Nicalia Hosting

Model card actualizada: [03/06/2026]
Versión del modelo: V1_CORE

Downloads last month: 1

GGUF

Model size

0.6B params

Architecture

qwen3

Hardware compatibility

4-bit