JARVIS × Hermes Agent 技術設計文件

1

已包含完整技術架構與可直接交給 Codex Agent 執行的 One-Shot Prompt。

文件目前包含 16 個章節，核心內容包括：

  • JARVIS / Hermes 的責任邊界

  • 完整系統 Architecture

  • Voice Pipeline：Wake Word → VAD → STT → Hermes → TTS

  • Barge-in / Interrupt 設計

  • Session State Machine

  • Hermes JSON-RPC / WebSocket / HTTP-SSE Adapter 架構

  • message.delta、tool.start、approval.request 等事件映射

  • Tauri + React HUD 設計

  • Local-first STT / TTS 架構

  • Screen Context

  • Security / Privacy

  • 完整 Repo Directory Structure

  • jarvis.yaml Config 設計

  • MVP Acceptance Criteria

  • 分階段 Build Strategy

  • 約 10,000 字元的 Codex Agent One-Shot Prompt

One-Shot Prompt 不是要求 Codex 只產生規劃，而是明確要求它：

Inspect Hermes → Scaffold → 實作 Voice Runtime → Hermes Adapter → Tauri HUD → Wake/VAD/STT/TTS → Barge-in → Approval → Tests → Build → 修正錯誤

直到留下真正可以啟動的專案。

其中我刻意把這條寫成硬性架構規則：

Hermes Agent 是唯一 Brain。JARVIS 不可以再建立第二個 Agent、第二套 Memory，或疊 LangGraph / CrewAI / AutoGen。

這會大幅降低 Codex 一次 Build 時自行「過度設計」的機率。