NVIDIA G-Assist 不只是一个聊天机器人：其本地 SLM、工具、插件和 MCP 究竟如何运作

NVIDIA Project G-Assist 看起来像一个聊天机器人，但这种描述忽略了重要的部分。它是一个本地 AI 系统，能够理解请求、检查受支持的 PC 状态、选择工具或插件，然后执行实际操作，例如更改 DLSS 设置、检查驱动程序、调整风扇配置文件或控制外设。

首先：AI 模型实际上在做什么？

G-Assist 使用本地小型语言模型，即 SLM。NVIDIA 目前描述该系统使用基于 Llama 的 80 亿参数指令模型。

该模型的主要工作不是渲染图形或直接更改硬件寄存器。它的工作是理解用户的语言，决定哪个受支持的能力与请求匹配，并准备对该能力的调用。

例如，如果你说“将 DLSS 超分辨率设置为性能模式”，语言模型本身不会修改 DLSS。它解释命令并将其路由到可以更改该设置的受支持函数。

G-Assist 操作流程

给 G-Assist 命令后会发生什么

1

1. 你给出自然语言请求

例如：“优化此游戏的性能。”

2

2. 本地 SLM 解释请求

它确定用户意图并识别哪个受支持的函数或插件相关。

3

3. 系统选择一个工具

这可以是内置的图形设置函数、驱动程序检查、监控函数或社区插件。

4

4. 提取参数

模型将请求转换为结构化值，如游戏名称、模式、风扇配置文件或 DLSS 设置。

5

5. 工具执行

工具与 NVIDIA App、操作系统、外设软件或其他服务通信。

6

6. 返回结果

G-Assist 报告发生了什么，或返回模型可以解释的数据。

这是工具调用，不是魔法 PC 控制

语言模型不能仅仅因为理解英语就安全地控制任意计算机。

它需要一个定义的接口，说明存在哪些操作、它们接受哪些参数以及工具返回什么。

G-Assist 当前的内置能力包括优化图形设置、更改受支持的 RTX 选项、检查或下载驱动程序、显示性能信息、更改某些笔记本电脑电源功能、控制受支持的显示器功能以及使用受支持的外设插件等功能。

语言模型 vs 工具

	语言模型	工具 / 插件
理解“打开 DLSS”
选择正确的函数
实际更改设置
解释结果

什么是知识层？

G-Assist 还有一个知识层，用于回答问题并提供建议。

NVIDIA 表示，0.2.1 版本引入了改进的知识系统，可帮助 G-Assist 提供更准确的设置建议。

该知识层与您 PC 的实时状态不同。

知识与实时 PC 状态对比

	知识	实时状态
GPU
游戏设置
性能

G-Assist 使用 RAG 吗？

最稳妥的回答是：G-Assist 显然拥有知识系统，但 NVIDIA 的公开产品页面并未详细记录所有内部检索机制，因此无法断定每个知识回答都是由 RAG 专门生成的。

架构上的区别仍然很重要。检索层可以提供相关知识，而系统工具则提供当前 PC 状态并执行操作。

这与许多现代代理中使用的分离方式相同：知识是一种上下文来源，实时观察是另一种，工具执行则是第三种。

为什么 G-Assist 可以离线工作

NVIDIA 在 GeForce RTX GPU 上本地运行语言模型。

这意味着核心助手不需要为每个提示使用云端托管的语言模型。

NVIDIA 明确表示，G-Assist 的本地功能可以离线运行。

如果插件调用在线服务，它仍然可以使用互联网。本地模型执行和在线插件访问是两个独立的问题。

本地 AI 的代价：G-Assist 会占用您的 GPU 和 VRAM

本地运行带来了隐私性和对云模型的独立性，但计算必须在某处执行。

对于 G-Assist 来说，这个“某处”就是可能已经在渲染您游戏的同一块 GeForce RTX GPU。

NVIDIA 警告称，当 G-Assist 响应时，GPU 会短暂地将计算资源分配给 AI 推理。如果同时运行要求较高的游戏，当模型处于活动状态时，游戏可能会暂时损失一些渲染性能。

当前的要求还规定了游戏已使用内存之外的可用显存目标：推理模式大约需要 6 GB 可用显存，闪存模式大约需要 4.5 GB。

推理模式与闪存模式

当前的 G-Assist 版本将功能更强的推理模式与更快的闪存模式区分开来。

推理模式旨在实现更高质量的决策，并且可以从一个提示中协调多个操作。闪存模式针对更快的响应和更低的资源需求进行了优化。

推理模式与闪存模式

	推理模式	闪存模式
主要目标
建议可用显存
最适合

插件实际添加了什么

插件不会替换语言模型。它为模型提供了一个允许调用的新操作。

插件定义了函数、描述和参数。G-Assist 读取这些描述，将用户请求匹配到相应的函数，并向其发送结构化参数。

这让助手能够超越 NVIDIA 的内置功能。

G-Assist 插件如何工作

1

1. 插件声明一个函数

例如：set_keyboard_color(color)。

2

2. 清单描述该函数

清单告诉 G-Assist 该函数的作用以及需要哪些参数。

3

3. 用户自然提问

例如：“把我的键盘变成绿色。”

4

4. SLM 选择函数

模型将请求映射到插件函数，并提取绿色作为参数。

5

5. 插件执行

插件与外设软件或外部服务通信。

G-Assist 协议 V2 是 JSON-RPC 2.0

NVIDIA 当前的公共插件仓库使用协议 V2。

协议 V2 在 G-Assist 引擎和插件之间使用带有长度前缀消息的 JSON-RPC 2.0。

引擎可以初始化插件、检查其健康状况、执行函数、发送用户输入并关闭它。插件可以返回结果、流式传输进度或报告错误。

重要的协议 V2 消息

	方向	目的
initialize
ping
execute
stream
complete

MCP 的切入点

G-Assist 自己的插件协议不是 MCP。其当前的公开插件系统使用 JSON-RPC 2.0。

然而，G-Assist 插件可以连接到 MCP 服务器。

NVIDIA 当前的 0.2.2 版本包含一个 Elgato 集成，可以调用通过 Elgato Stream Deck MCP 服务器公开的操作。

为什么这不仅仅是 RGB 灯效

插件架构将 G-Assist 从一个固定的助手转变为一个本地工具路由器。

同样的模式可以将 SLM 连接到监控工具、外设、API、自动化系统、本地应用程序或外部服务。

因此，重要的架构单元不是聊天窗口。它是自然语言意图与结构化工具执行之间的边界。

本地代理栈

理解 G-Assist 的一个有用方式

1

1. 用户意图

自然语言或语音命令。

2

2. 本地 SLM

理解请求并选择一项能力。

3

3. 知识 / 上下文

提供产品知识、建议或决策所需的信息。

4

4. 实时系统状态

在支持时提供当前硬件、驱动、性能或配置信息。

5

5. 工具选择

选择内置函数或插件。

6

6. 结构化执行

函数接收参数并执行实际动作。

7

7. 结果验证

工具返回状态或数据，模型解释发生了什么。

为什么工具边界是一种安全特性

一个能够执行任意操作系统命令的 AI 助手会强大得多，但也更难约束。

相反，G-Assist 公开具有已知参数的已定义函数。

这意味着模型只能执行内置函数集或已安装插件所提供的操作。

这并不能消除所有风险，尤其是对于第三方插件，但它比不受限制的 shell 访问创建了更清晰的权限和能力边界。

工具权限边界

助手能理解什么 vs 它被允许做什么

	模型可能理解	工具权限
GPU 调优
文件
互联网
外设控制

为什么 G-Assist 可能会暂时降低游戏性能

本地模型架构有一个直接的后果：AI 和游戏可能会争用同一块 GPU。

NVIDIA 明确警告，在 GPU 负载较高时，G-Assist 处理请求期间，渲染帧率或推理速度可能会短暂下降。

一旦推理完成，这些 GPU 资源就会归还给游戏。

这与云端助手不同，云端助手的模型推理大多发生在远程服务器上，不会占用游戏 GPU。

本地助手资源测试

如何判断本地游戏助手是否适合你的电脑

1

1. 检查已安装的显存

当前 G-Assist 的基准要求是至少 6 GB 显存的 RTX GPU。

2

2. 在实际游戏中检查可用显存

已安装容量不等于可用容量。

3

3. 合理选择推理模式或闪速模式

当资源压力比深度推理更重要时，使用更轻量的模式。

4

4. 测量推理期间的帧率下降

在让 G-Assist 执行任务时观察游戏表现。

5

5. 检查工具权限

确切了解哪些内置功能和插件可以更改你的系统。

6

6. 将第三方插件视为软件

审查其来源、权限、网络访问和存储的凭据。

为什么插件应像其他软件一样受到严格审查

插件可以将助手连接到 API、外设应用程序和在线服务。

这意味着插件可能会根据其构建目的处理配置值、凭据或外部请求。

NVIDIA 的代码仓库明确提供了用于插件设置的 config.json 位置，并警告开发者不要提交凭据。

因此，正确的安全问题不仅是“G-Assist 是本地运行的吗？”，还包括“每个已安装的插件连接到了什么？”

G-Assist 更接近智能体而非聊天机器人

聊天机器人主要生成语言。

智能体则解释目标、观察相关信息、选择行动、调用工具并评估结果。

G-Assist 现在更符合第二种描述，因为它可以协调多个操作、检查支持的 PC 状态并调用真实工具。

G-Assist 仍然不是什么

NVIDIA 明确将 G-Assist 描述为专用的本地助手，而非通用对话式 AI。

它的价值来自于理解一组专注的PC和游戏任务，并拥有与这些任务相关的工具。

这种专注很重要，因为当周围系统为较小的本地模型提供强大的工具和清晰的边界时，它就能发挥作用。

当前版本有哪些变化？

当前的公开版本历史显示，G-Assist正稳步朝着更强大的本地代理方向发展。

什么会改变这个答案？

G-Assist仍处于实验阶段，其架构正在不断演进。

模型大小、显存需求、工具集、插件协议和硬件支持都可能在未来的版本中发生变化。

未来的版本还可能将部分推理转移到NPU或引入更广泛的MCP集成，但在NVIDIA正式文档说明之前，不应假设这一点。

局限性

本文描述了截至2026年9月NVIDIA公开的G-Assist产品文档和公开插件架构。

NVIDIA并未公开其知识和推荐管道的所有内部细节，因此本文并不声称每个知识回答都使用RAG或任何其他特定的检索实现。

第三方插件可能具有超出NVIDIA内置功能的行为和网络访问权限，因此每个插件都应单独评估。

结论

理解Project G-Assist的最简单方法是不要再把它当作聊天机器人。

本地SLM解释你的请求。知识帮助它理解问题。实时系统信息告诉它你的PC上的真实情况。内置功能或插件定义了它实际被允许做什么。工具执行操作并返回结果。

这就是本地代理架构。

它最强大的理念不是80亿参数的模型可以谈论你的GPU，而是当相对较小的本地模型连接到定义明确的工具、当前状态和受控的操作边界时，它就能变得有用。

常见问题

通俗解读 NVIDIA Project G-Assist

G-Assist 是云端聊天机器人吗？

不是。其核心语言模型在 GeForce RTX GPU 上本地运行，对于支持的本地功能可以离线工作。

G-Assist 使用什么模型？

NVIDIA 目前将其描述为一个基于 Llama 的本地指令模型，拥有 80 亿参数。

AI 模型会直接更改我的 GPU 设置吗？

不会。模型会选择受支持的内置功能或插件，由该工具执行实际更改。

G-Assist 在游戏时会占用显存吗？

会。NVIDIA 建议为该助手预留额外的空闲显存，并警告推理过程可能会短暂降低游戏渲染性能。

G-Assist 插件是 MCP 插件吗？

不直接是。G-Assist 当前自身的插件协议使用 JSON-RPC 2.0，不过插件可以连接到 MCP 服务器。

G-Assist 可以离线工作吗？

其本地助手可以，但如果个别插件调用在线服务，则可能仍需要互联网访问。

G-Assist 是通用 AI 助手吗？

NVIDIA 将其描述为专用的 PC 和游戏助手，而非广泛的通用对话模型。

术语表

G-Assist 关键术语

SLM

小型语言模型，一种紧凑的语言模型，设计为在本地运行，硬件要求低于大型云端模型。

工具调用

语言模型选择已定义函数并提供结构化参数，以便其他组件执行操作的过程。

插件

向 G-Assist 公开额外功能或集成的扩展。

JSON-RPC 2.0

当前 G-Assist Protocol V2 插件系统使用的结构化消息协议。

MCP

模型上下文协议，一种独立的工具和上下文互操作协议，某些外部集成可以公开该协议。

工具-权限边界

一种 Figure Rocks 模型，用于区分 AI 模型能理解的内容与其连接工具实际允许它执行的操作。

本地代理栈

一种 Figure Rocks 模型，结合用户意图、本地 SLM、知识、实时状态、工具选择、执行和结果验证。

本地助手资源测试

一种 Figure Rocks 工作流程，用于在使用本地游戏助手前评估显存、推理成本、工具权限和插件风险。

主要来源

NVIDIA — Project G-Assist

官方当前产品页面，涵盖本地模型、支持的功能、推理和闪速模式、显存要求、RTX 控制、插件以及基于 MCP 的 0.2.2 版 Elgato 集成。

NVIDIA — G-Assist GitHub

官方公共插件仓库，记录 G-Assist 的模块架构、插件发现和 Protocol V2。

NVIDIA — G-Assist Protocol V2 迁移指南

官方协议文档，涵盖 JSON-RPC 2.0、初始化、健康检查、执行、流式传输、完成和插件 SDK 行为。

NVIDIA 博客 — 轻量级 G-Assist 模型

关于低内存 G-Assist 模型、支持 6 GB RTX GPU 以及社区插件中心的官方背景信息。