项目地址：https://github.com/skyfireitdiy/Jarvis

1. 项目介绍

1.1 Jarvis 是什么？

Jarvis 是一个功能强大的、可扩展的 AI 助手框架，旨在成为您的智能开发和系统交互伙伴。它深度集成了大型语言模型（LLM）的能力，并通过一个丰富的工具生态系统，将 AI 的分析、推理和执行能力应用于实际的开发任务和复杂的系统管理中。

与传统的 AI 聊天机器人不同，Jarvis 被设计为一个“实干家”。它不仅仅能理解您的意图，更能自主地或在您的指导下，调用各种工具来完成任务，例如：

• 分析和修改代码库

• 执行系统命令和脚本

• 自动化 Git 工作流

• 与 Web 服务交互

• 管理和查询本地知识库

Jarvis 的核心理念是人机协作，它充当人类专家与复杂系统之间的智能桥梁，将重复、繁琐的任务自动化，让开发者能够专注于更高层次的创造性工作。

1.2 核心特性

Jarvis 的设计围绕以下几个核心特性构建：

• 🆓 零成本接入：无缝集成腾讯元宝、Kimi 等多个优质大型语言模型，在大多数情况下，您无需支付昂贵的 API 费用即可使用强大的 AI 能力。

• 🛠️ 工具驱动：内置一个涵盖代码开发、系统管理、Web 交互等多个领域的工具集。AI 可以根据任务需求，智能地选择和组合这些工具来达成目标。

• 🔌 高度可扩展：系统的每一部分都支持高度定制。您可以轻松添加自定义工具、集成新的大模型平台，或通过 MCP 协议接入外部服务，打造专属的 AI 助手。

• 👥 深度人机协作：Jarvis 在执行任务的每个关键节点都支持用户介入。您可以审查 AI 的计划、确认高风险操作、甚至直接在虚拟终端中接管控制，确保最终结果始终符合预期。

• 📈 智能进化：通过内置的“方法论”系统，Jarvis 能够从与您的交互中学习，不断优化其解决问题的策略和模式，使其越用越智能。

1.3 主要功能组件

Jarvis 提供了一系列命令行工具，每个工具都针对特定的应用场景进行了优化：

• jarvis (jvs): 通用型 AI 代理，适用于开放式任务和系统交互。

• jarvis-code-agent (jca): 专为代码开发任务设计的代理，精于代码分析与修改。

• jarvis-smart-shell (jss): 智能 Shell，提供 AI 增强的命令行体验。

• jarvis-git-commit (jgc): 自动化 Git 提交工具，能根据代码变更智能生成规范的提交信息。

• jarvis-code-review (jcr): 启动一次由 AI 辅助的代码审查会话。

• jarvis-git-squash (jgs): 辅助进行 Git 的交互式 rebase 以合并提交。

• jarvis-platform-manager (jpm): AI 平台与模型管理工具，支持模型对话、API 服务等。

• jarvis-rag (jrg): RAG（检索增强生成）工具，用于构建和查询本地知识库。

• jarvis-agent (ja): 核心代理工具，支持更细粒度的自定义配置。

• jarvis-multi-agent (jma): (实验性) 运行多代理协作任务。

• jarvis-tool (jt): 直接调用和管理 Jarvis 内置及自定义工具。

• jarvis-methodology (jm): 管理和查询已保存的方法论，用于知识复用。

这些组件共同构成了一个全面的 AI 助手生态，满足从日常开发到复杂系统运维的广泛需求。

1.4 目标用户

Jarvis 主要为以下用户群体设计：

• 软件开发者：希望通过 AI 提高编码效率、自动化代码审查、快速理解和修改现有代码库。

• 系统管理员/DevOps 工程师：需要自动化部署、监控、故障排查等复杂系统管理任务。

• AI 应用开发者和研究者：寻求一个灵活、可扩展的框架来实验和构建基于 LLM 的智能体（Agent）应用。

无论您是希望将 AI 作为日常开发中的得力助手，还是想探索 AI 智能体的无限可能，Jarvis 都为您提供了一个坚实的起点。

1.5 系统架构

Jarvis 的系统架构设计旨在实现模块化和高可扩展性。下图展示了其核心组件和它们之间的交互关系：

架构说明:

• 用户交互层: 用户通过一组专用的命令行工具（如 jvs, jca）与 Jarvis 交流，下达指令。

• Jarvis 核心框架: 这是系统的大脑。

• Agent (智能体): 接收用户指令，与 LLM 协作进行思考和规划，并调度工具来执行任务。

• 平台注册表: 动态加载和管理所有可用的 AI 平台，是连接核心框架与 AI 能力的桥梁。

• 工具注册表: 动态加载和管理所有可用的工具，是连接核心框架与工具能力的桥梁。

• 方法论引擎: 负责加载、应用、分析和生成方法论的核心逻辑。它使得 Jarvis 能够从过去的成功经验中学习，并将其应用于新任务。

• 模型上下文协议 (MCP): 通过支持 MCP，Jarvis 可以作为一个通用的“客户端”，安全、标准地与任何遵循该协议的外部工具或服务（“服务端”）集成。一个 MCP 服务可以被设计为任何功能的网关，例如访问代码库、执行操作系统命令、查询数据库或连接到任意 Web API。这使得扩展 Jarvis 的能力就像插入一个 USB 设备一样简单，极大地增强了其在复杂 IT 环境中的集成和扩展能力。

• 能力生态系统: 这是 Jarvis 功能的来源，主要由 AI 平台、工具和知识经验三部分构成。

• 基础设施层: 位于架构的最底层，代表了内置工具所封装和提供的具体基础能力，如代码操作、文件系统访问等。这是 Jarvis 所有具体行为的最终实现点。

1.6 核心工作流

了解 Jarvis 如何处理一个任务请求，可以帮助您更好地与它协作。下面是一个典型的任务处理流程：

流程说明:

1. 任务提交: 用户通过命令行提出一个明确或开放式的任务。

2. 决策请求: Jarvis 智能体将任务、当前上下文（如工作目录、可用工具）和历史交互记录打包，发送给大型语言模型（LLM），请求分析和决策。

3. 计划生成: LLM 进行“思考”，分解任务，并以调用特定工具的形式，制定出第一步的执行计划。

4. 工具执行: 智能体接收到指令，调用相应的工具。在执行高风险操作前，它可能会暂停并请求用户批准。

5. 系统交互: 工具在目标系统上执行具体操作，例如读取文件、执行 shell 命令或调用 API。

6. 结果返回: 工具的执行结果（成功、失败、输出数据）被捕获。

7. 结果上报: 结果返回给智能体。

8. 迭代分析: 智能体将执行结果再次发送给 LLM，让其评估当前进展，并决定下一步是继续调用工具、修正计划还是任务已完成。这个“思考-执行-评估”的循环会持续进行。

9. 任务完成: 当 LLM 判断任务已经完成时，它会生成一个总结性的最终答复。

10. 结果呈现: 智能体将最终结果或任务报告展示给用户。

这个工作流结合了 LLM 的强大规划能力和工具的精确执行能力，同时通过人机协作节点确保了整个过程的透明和可控。