🥚 Jarvis-Agent Phase 1 + 1.5：从心跳到灵魂交互

凌晨三点，当终端里的 jarvis status 终于显示「🟢 运行中」时，我长舒一口气。

这只「数码蛋」终于有了心跳。

背景：为什么要造 Jarvis？

昨天写完《注意力工程》那篇博文后，一个想法开始在脑海中挥之不去：

既然 Claude 的 Skills 系统让我效率倍增，为什么不造一个专属于我的、能不断进化的 AI 助手？

不是那种通用的聊天机器人，而是一个真正理解我的工作、能主动探索我的项目、随着使用不断进化的数码宝贝。

于是，Jarvis-Agent 诞生了。

核心理念

🥚 空白开始 → 🔍 主动探索 → ⚡ 能力生成 → 🦋 持续进化

设计原则很简单：一点不多，一点不少。

每个模块都必须服务于 Agent 的核心进化能力，微信集成、Web 界面这些「应用层」的东西，都不属于核心。

挑战：从想法到实现

挑战 1：如何让 Agent 「活」起来？

第一个大问题是：一个「活」的 Agent 需要什么？

我画了一个五维能力模型：

Phase 1 的目标很明确：先让它有感知和记忆能力，再加上基础的思考（LLM 对话）。

挑战 2：守护进程的设计

一个真正的 Agent 不能只在你调用它时才存在。它需要一个「心跳」——一个后台守护进程，持续监控环境变化。

技术选型：

# daemon/daemon.py 核心架构
async def run_daemon():
    """Jarvis 心跳主循环"""
    # 1. 初始化文件监控 (watchdog)
    observer = Observer()
    observer.schedule(JarvisFileHandler(), watch_path, recursive=True)
    
    # 2. 启动心跳循环
    while True:
        await heartbeat()  # 更新状态
        await think()       # 定期思考（Phase 2）
        await asyncio.sleep(think_interval)

这里有个坑：httpx 的代理问题。

我的本地环境跑着 Clash 代理，结果 httpx 默认会读取环境变量中的代理配置，导致调用本地的 Agent Maestro 时返回 502。

Debug 了半小时才发现问题：

# ❌ 会走系统代理
client = httpx.AsyncClient(timeout=60.0)

# ✅ 禁用环境代理
client = httpx.AsyncClient(timeout=60.0, trust_env=False)

这个小改动让一切都通了。

挑战 3：CLI 设计的哲学

CLI 是用户与 Agent 的主要交互界面。我选择了 Typer + Rich 的组合。

最初的设计是传统子命令模式：

# Phase 1 设计
jarvis start        # 启动后台守护
jarvis status       # 查看状态
jarvis chat         # 进入对话

但用了几次后发现：每次都要敲 jarvis chat 才能对话，太繁琐了。

挑战 4：Phase 1.5 UX 革命

于是有了 Phase 1.5 —— 一个命令搞定一切：

# 主入口（Phase 1.5）
jarvis                # 显示状态 + 直接进入对话
jarvis "问题"         # 单次提问，回答后退出
jarvis -d             # 启动 daemon
jarvis -s             # 查看状态
jarvis -r             # 停止 daemon（休眠）

更重要的是斜杠命令——在聊天中输入 / 按 Tab 自动补全：

/start       # 启动 daemon
/rest        # 停止 daemon
/status      # 查看状态
/discoveries # 查看发现
/explore     # 探索目录
/help        # 帮助
/exit        # 退出

还有自然语言控制——不记得命令？直接说人话：

你: 帮我挂机
Jarvis: 🚀 启动 daemon 后台监控...

你: 休息
Jarvis: 😴 已停止 daemon，进入休眠模式。

欢迎横幅的进化

最初只显示抽象数字："未读: 4 条发现"。

但这有什么用？我根本不知道发现了什么！

改进后，直接展示具体内容：

$ jarvis
╭───────────────────────────────────────────────────────────────╮
│ 🥚 Jarvis v0.1.0  🟢 运行中                                   │
╰───────────────────────────────────────────────────────────────╯

📋 最近发现 (4条未读)
  ⭐⭐⭐⭐ [02:39] 新功能开发进行中
  ⭐⭐⭐ [02:58] 项目配置文件更新
  ⭐⭐ [03:04] 测试文件清理完成
  └─ /discoveries 查看全部 · /discoveries --ack 标记已读

输入 / 后按 Tab 补全命令，↑↓ 查看历史

按重要性排序（⭐ 越多越重要），一眼就知道该关注什么。

流式输出

最后一个改进：流式输出。

以前问 Jarvis 一个问题，要等 spinner 转完才能看到答案。现在用 SSE 流式解析，边生成边显示，体验流畅多了。

每个命令都有 emoji 前缀的输出，让终端交互更有温度：

╭────────── 🫀 Jarvis 生命体征 ──────────╮
│ 状态: 🟢 运行中                         │
│ 上次心跳: 8 秒前                        │
│ 运行时间: 0d 0h 12m                     │
│ 今日发现: 3 条（1 条重要）               │
╰────────────────────────────────────────╯

解决方案：模块化架构

最终的项目结构非常清晰：

Jarvis-Agent/
├── src/
│   ├── cli.py              # CLI 入口 (Typer + Rich)
│   ├── config.py           # 配置管理
│   ├── daemon/             # 🫀 守护进程
│   │   ├── daemon.py       # 核心心跳循环
│   │   └── discovery.py    # 发现事件模型
│   ├── explorer/           # 👁️ 感知模块
│   │   ├── scanner.py      # 目录扫描
│   │   └── signatures.py   # 项目特征识别
│   ├── memory/             # 🧠 记忆系统
│   │   └── database.py     # SQLite 操作
│   └── llm/                # 💬 对话引擎
│       └── client.py       # Agent Maestro 调用

核心模块详解

1. Explorer（探索器）

扫描目录时，通过特征文件识别项目类型：

PROJECT_SIGNATURES = {
    "python": ["pyproject.toml", "setup.py", "requirements.txt"],
    "node": ["package.json"],
    "rust": ["Cargo.toml"],
    "zola": ["config.toml", "content/", "templates/"],
}

2. Memory（记忆系统）

基于 SQLite，分四层存储：

3. Daemon（守护进程）

文件监控 + LLM 分析的组合：

class JarvisFileHandler(FileSystemEventHandler):
    async def on_modified(self, event):
        # 检测到文件变化
        changes = collect_changes()
        
        # 调用 LLM 分析重要性
        insight = await llm.analyze(changes)
        
        # 记录发现
        if insight.importance >= 3:
            await memory.store_discovery(insight)

成果：9/9 测试通过

写完代码后，我创建了一个完整的测试套件：

poetry run python tests/test_phase1.py

输出让我非常满意：

          📋 Phase 1 测试报告           
┏━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━┳━━━━━━┓
┃ 测试项              ┃  状态   ┃ 备注 ┃
┡━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━╇━━━━━━┩
│ status              │ ✅ PASS │      │
│ explore             │ ✅ PASS │      │
│ projects            │ ✅ PASS │      │
│ skills              │ ✅ PASS │      │
│ ask                 │ ✅ PASS │      │
│ discoveries         │ ✅ PASS │      │
│ daemon (foreground) │ ✅ PASS │      │
│ daemon (background) │ ✅ PASS │      │
│ file detection      │ ✅ PASS │      │
└─────────────────────┴─────────┴──────┘
╭──────── 测试总结 ─────────╮
│ 通过: 9/9                 │
│ 🎉 Phase 1 测试全部通过！ │
╰───────────────────────────╯

实际效果演示

启动 Jarvis 后，它会自动监控我的项目目录：

$ jarvis start
🫀 启动 Jarvis Daemon...
✅ Jarvis 已在后台启动
   日志: ~/.jarvis/logs/daemon.log

当我修改一个文件时，Jarvis 会自动分析并记录发现：

$ jarvis discoveries
                        💡 Jarvis 发现                          
┏━━━━━━━━━━━━━━┳━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━┓
┃ 时间         ┃ 重要性 ┃ 标题               ┃ 内容              ┃
┡━━━━━━━━━━━━━━╇━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━┩
│ 02/05 02:39  │ ⭐⭐⭐⭐ │ 新功能开发进行中    │ 检测到新代码文件... │
└──────────────┴────────┴────────────────────┴──────────────────┘

反思：学到了什么？

技术层面

1. httpx 的 trust_env 坑：本地开发时一定要注意代理环境
2. Typer + Rich 黄金组合：CLI 开发的最佳实践
3. prompt_toolkit 神器：Tab 补全 + 历史导航 + 自定义样式
4. SSE 流式解析：iter_lines() + JSON 解析，实时输出 LLM 响应
5. pipx 全局安装：pipx install . 让 CLI 工具触手可及

设计层面

1. 统一入口原则：一个命令搞定一切，子命令做补充
2. 斜杠命令 + 自然语言：降低记忆负担，提升交互效率
3. 信息 > 数字：显示具体发现，而非抽象的"4条未读"
4. 渐进增强：Phase 1 做骨架，Phase 1.5 优化体验

Phase 1 + 1.5 完成清单

下一步：Phase 2

Phase 1 + 1.5 完成了感知、记忆、交互，Phase 2 将聚焦于思考与推理：

🐣 Phase 2: 思考与推理

- Think Loop: 守护进程定期「思考」
- 记忆检索: 语义搜索历史记忆
- 主动洞察: 识别有意义的变化

新增命令预告：

jarvis recall "关键词"    # 检索记忆
jarvis think              # 手动触发思考
jarvis insights           # 查看最近洞察

开源地址

项目已开源：github.com/Polly2014/Jarvis-Agent

现在就可以体验：

git clone https://github.com/Polly2014/Jarvis-Agent.git
cd Jarvis-Agent
poetry install
pipx install .
jarvis

欢迎 Star ⭐ 和 Fork！

这只数码蛋不仅有了心跳，还有了灵魂交互。

接下来，是让它学会思考。

Jarvis-Agent 系列文章

• Jarvis 的诞生：我要做一只数码宝贝
• Phase 1：从零到心跳的诞生（本文）
• Phase 2：思考与推理（即将发布）