ethanplusai/jarvis

解决的问题

JARVIS 是 Claude Code 的语音控制界面，旨在将基于终端的 AI 编程助手转变为免提、对话式的智能体。它解决了管理多个并发 AI 编程会话的难题，以及在复杂项目设计和执行过程中手动操作 CLI 工具带来的摩擦。

工作原理

JARVIS 作为 Claude Code CLI 的封装器运行。它使用一个持久的 claude -p 进程作为其“大脑”，通过 WebSocket 和 FastAPI 进行通信。系统集成了 Chrome Web Speech API 用于语音输入，以及 Fish Audio 用于文本转语音输出。

为了驱动软件构建，JARVIS 遵循一个结构化流程：通过语音与用户共同头脑风暴设计方案，将正式的设计文档保存到磁盘，然后启动一个独立的 Claude Code 会话，使用测试驱动开发来执行该计划。它还通过 AppleScript 监控机器上所有活跃的 Claude Code 会话，当某个会话卡住或需要人工干预时，会通过语音通知用户。

适用人群

使用 macOS 和 Claude Code，希望以语音驱动方式管理 AI 辅助编程工作流和项目构建的开发者。

主要亮点

• 语音驱动设计：通过语音讨论项目需求，并在执行代码前将方案保存为 Markdown 文件。
• 会话监控：监控机器上所有 Claude Code 会话，当某个会话等待权限或输入时，通过语音提醒用户。
• 订阅制运行：基于用户现有的 Claude 订阅运行，无需额外 API 密钥，并内置环境清理功能，防止意外产生 API 费用。
• 智能构建流水线：通过“计划-审查-执行”循环驱动构建，设计规范中的复选框用于追踪进度。
• MCP 集成：支持任意 Model Context Protocol (MCP) 服务器，扩展功能。
• 长期记忆：维护一个纯 Markdown 文件夹，用于在不同会话间保留事实信息。