# Jarvis Setup Guide Dein persoenlicher KI-Assistent — inspiriert von Iron Mans Jarvis. **Was du bekommst:** - Zweimal klatschen → dein komplettes Arbeits-Setup startet - Jarvis begruesst dich mit Wetter und deinen Aufgaben - Du sprichst frei mit Jarvis — er antwortet per Stimme - Jarvis kann deinen Browser steuern (suchen, Seiten oeffnen) - Jarvis kann deinen Bildschirm sehen und beschreiben --- ## Voraussetzungen - **Windows 10/11** - **Google Chrome** (fuer Spracheingabe + Jarvis UI) - **Claude Code** installiert Python, alle Dependencies und Browser-Treiber werden automatisch von Claude Code installiert — du musst nichts manuell einrichten. --- ## Setup starten Oeffne diesen Ordner in VS Code, starte Claude Code, und sag: > Richte Jarvis fuer mich ein. Claude Code fragt dich dann nach: 1. **Dein Name** und wie du angesprochen werden willst (z.B. "Sir") 2. **Anthropic API Key** — von https://console.anthropic.com (fuer Claude Haiku, das Gehirn) 3. **ElevenLabs API Key** — von https://elevenlabs.io (fuer die Stimme) 4. **Spotify-Song** — Link zum Song der beim Start spielen soll 5. **Programme** — welche Apps sollen beim Doppelklatschen starten? 6. **Website** — welche Seite soll im Browser aufgehen? 7. **Stadt fuers Wetter** — z.B. Hamburg 8. **Obsidian Vault** — optional, welcher Ordner soll Jarvis kennen? --- ## Was Claude Code fuer dich einrichtet ### 1. Voraussetzungen installieren Claude Code prueft und installiert automatisch: - **Python 3.10+** (falls nicht vorhanden, via `winget install Python.Python.3.12`) - **Alle Python-Pakete** (`pip install -r requirements.txt`) - **Playwright Chromium** (`playwright install chromium`) ### 2. config.json erstellen Claude Code erstellt `config.json` aus `config.example.json` mit deinen echten Daten: ```json { "anthropic_api_key": "sk-ant-...", "elevenlabs_api_key": "sk_...", "elevenlabs_voice_id": "VOICE_ID", "user_name": "Dein Name", "user_address": "Sir", "city": "Hamburg", "workspace_path": "C:\\pfad\\zum\\jarvis_template", "spotify_track": "spotify:track:DEIN_TRACK_ID", "browser_url": "https://deine-website.com", "obsidian_inbox_path": "C:\\pfad\\zum\\obsidian\\inbox", "apps": ["obsidian://open"] } ``` ### 3. ElevenLabs Stimme Eine deutsche Stimme auswaehlen und die Voice ID in die Config eintragen. Empfehlung: **Felix Serenitas** (Starter Plan noetig) oder eine der Standard-Stimmen (Free Plan). ### 4. Systemprompt Der Systemprompt wird in `server.py` automatisch aus der Config generiert. Er enthaelt: - Jarvis-Persoenlichkeit (trocken, sarkastisch, britisch-hoeflich) - Siezen mit gewaehlter Anrede - Wetter- und Aufgaben-Integration - Browser-Steuerung via Action-Tags - Screen-Capture-Faehigkeit --- ## Architektur ``` Mikrofon (Chrome) → Web Speech API → WebSocket → FastAPI Server ↓ Claude Haiku (denkt) ↓ ┌─────────────────┼──────────────────┐ ↓ ↓ ↓ ElevenLabs TTS Playwright Browser Screen Capture (spricht) (sucht/oeffnet) (sieht Bildschirm) ↓ Audio → Browser Speaker ``` --- ## Starten ### Jarvis manuell starten ``` python server.py ``` Dann http://localhost:8340 in Chrome oeffnen. ### Alles per Doppelklatschen starten ``` python scripts\clap-trigger.py ``` Zweimal klatschen → Spotify, VS Code, Obsidian, Chrome mit Jarvis starten automatisch. ### Clap Trigger beim Windows-Start 1. `Win + R` → `taskschd.msc` 2. Aufgabe erstellen → Trigger: "Bei Anmeldung" 3. Aktion: `powershell` mit Argument: `-ExecutionPolicy Bypass -WindowStyle Hidden -Command "python C:\DEIN\PFAD\scripts\clap-trigger.py"` --- ## Was Jarvis kann - **"Wie ist das Wetter?"** → kennt das aktuelle Wetter - **"Such nach MiroFish"** → oeffnet Browser, sucht, liest Ergebnisse - **"Oeffne skool.com"** → oeffnet die Seite im Browser - **"Was siehst du auf meinem Bildschirm?"** → macht Screenshot, beschreibt was er sieht - **Jede Frage** → antwortet im Jarvis-Stil mit Stimme --- ## Fehlerbehebung | Problem | Loesung | |---|---| | Jarvis spricht nicht | Pruefen ob Server laeuft (`python server.py`) und Chrome offen ist | | "Verbindung verloren" | Alter Server-Prozess laeuft noch → `taskkill /f /im python.exe` und neu starten | | Klatschen wird nicht erkannt | Threshold in `clap-trigger.py` anpassen | | Browser-Suche geht nicht | `playwright install chromium` ausfuehren | | Kein Audio im Browser | Einmal auf die Seite klicken (Chrome Autoplay-Policy) | --- ## Fuer Claude Code: Setup-Anweisungen Wenn ein Nutzer "Richte Jarvis ein" sagt, fuehre folgende Schritte aus: **Schritt 0 — Voraussetzungen pruefen und installieren:** - Pruefe ob Python 3.10+ installiert ist: `python --version` - Falls nicht: `winget install Python.Python.3.12` — warte bis fertig, pruefe erneut - Pruefe ob Google Chrome installiert ist. Falls nicht, weise den Nutzer an Chrome zu installieren - Installiere Python-Pakete: `pip install -r requirements.txt` - Installiere Playwright Browser: `playwright install chromium` **Schritt 1 — Nutzerdaten abfragen:** Frage nach: - Name (z.B. "Julian") - Taetigkeit/Rolle (z.B. "KI-Berater und Automatisierungsexperte") — wird in den Systemprompt eingebaut - Gewuenschte Anrede (z.B. "Sir", "Chef", oder einfach Vorname) - Anthropic API Key (von https://console.anthropic.com) - ElevenLabs API Key (von https://elevenlabs.io) - Spotify-Song (Link zum Song der beim Start spielen soll) - Programme die beim Doppelklatschen starten sollen (z.B. Obsidian, Notion) - Website die im Browser aufgehen soll - Stadt fuers Wetter (z.B. Hamburg) - Obsidian Vault Pfad (optional) **Schritt 2 — Config erstellen:** Erstelle `config.json` aus `config.example.json` mit den Nutzerdaten. Setze den `workspace_path` auf den aktuellen Ordnerpfad. **Schritt 3 — ElevenLabs Stimme einrichten:** - Liste verfuegbare Stimmen via ElevenLabs API - Empfehle eine deutsche Stimme - Trage die Voice ID in die Config ein **Schritt 4 — Systemprompt anpassen:** Oeffne `server.py` und finde die Funktion `build_system_prompt()`. Dort steht der komplette Systemprompt als f-String. Ersetze ALLE Vorkommen der folgenden Werte im gesamten Prompt-Text: - Jedes "Julian" → Name des Nutzers (kommt mehrfach vor im Prompt!) - "KI-Berater und Automatisierungsexperte" → Taetigkeit/Rolle des Nutzers - Jedes "Sir" als Anrede → gewuenschte Anrede des Nutzers - "Hamburg" → Stadt des Nutzers Ausserdem oben in `server.py` bei den Config-Defaults: - `USER_NAME = config.get("user_name", "Julian")` → Default-Name anpassen - `CITY = config.get("city", "Hamburg")` → Default-Stadt anpassen WICHTIG: Pruefe den Prompt sorgfaeltig — "Julian" und "Sir" kommen an mehreren Stellen vor. Alle muessen ersetzt werden. **Schritt 5 — Testen:** - Starte den Server: `python server.py` - Oeffne http://localhost:8340 in Chrome - Pruefe ob Jarvis spricht und antwortet **Schritt 6 — Optional: Autostart einrichten (Task Scheduler)** --- ## Credits Template von Julian — [Skool Community](https://skool.com/ki-automatisierung)