ethanplusai/jarvis

解決的問題

JARVIS 是 Claude Code 的語音控制介面，旨在將基於終端的 AI 編程助手轉變為免持、對話式代理。它解決了管理多個並行 AI 編程會話的問題，以及在複雜專案設計與執行過程中手動操作 CLI 工具所帶來的摩擦。

工作原理

JARVIS 作為 Claude Code CLI 的封裝器運行。它使用一個持久的 claude -p 進程作為其「大腦」，透過 WebSocket 和 FastAPI 進行通訊。系統整合了 Chrome Web Speech API 用於語音輸入，以及 Fish Audio 用於文字轉語音輸出。

為了驅動軟體建置，JARVIS 遵循一個結構化流程：透過語音與使用者共同腦力激盪設計方案，將正式的設計文件儲存至磁碟，然後啟動一個獨立的 Claude Code 會話，使用測試驅動開發來執行該計畫。它還透過 AppleScript 監控機器上所有活躍的 Claude Code 會話，當某個會話卡住或需要人工干預時，會透過語音通知使用者。

適用對象

使用 macOS 和 Claude Code，希望以語音驅動方式管理 AI 輔助編程工作流程與專案建置的開發者。

主要亮點

• 語音驅動設計：透過語音討論專案需求，並在執行程式碼前將方案儲存為 Markdown 檔案。
• 會話監控：監控機器上所有 Claude Code 會話，當某個會話等待權限或輸入時，透過語音提醒使用者。
• 訂閱制運行：基於使用者現有的 Claude 訂閱運行，無需額外 API 金鑰，並內建環境清理功能，防止意外產生 API 費用。
• 智能建置流水線：透過「計畫-審查-執行」循環驅動建置，設計規範中的複選框用於追蹤進度。
• MCP 集成：支援任意 Model Context Protocol (MCP) 伺服器，擴展功能。
• 長期記憶：維護一個純 Markdown 檔案夾，用於在不同會話間保留事實資訊。