# jarvis: trợ lý giọng nói kiểu Iron Man chạy bằng Claude Code — hướng dẫn cài đặt và dùng

> jarvis là một trang web trợ lý giọng nói có giao diện hologram kiểu Iron Man, còn “bộ não” là Claude Code chạy ngầm trên máy bạn. Bạn nói “Hey Jarvis”, nó nghe, rồi dùng các công cụ (MCP server) bạn đã cài để tìm web, tạo ảnh, xem điện thoại… Cài khá dễ nếu bạn đã có Claude Code và Node.js: chỉ cần clone, chạy npm install rồi npm start.

- Tác giả: Ông T (https://ongt.vn/gioi-thieu)
- Chủ đề: Repo & Skill
- Đăng: 2026-09-14 · Cập nhật: 2026-11-13
- URL: https://ongt.vn/bai-viet/jarvis-tro-ly-giong-noi-iron-man-claude-code

jarvis là một trợ lý giọng nói chạy trong trình duyệt, có giao diện hologram kiểu Iron Man. Bạn nói “Hey Jarvis”, nó thức dậy, nghe bạn nói, rồi làm việc thật thông qua các công cụ trên máy bạn: tìm web, tạo ảnh, xem màn hình điện thoại, mở trang trình duyệt. Phần giao diện là một trang web (React, Vite, Three.js). Phần “bộ não” là Claude Code, chạy ngầm như một thư viện.

Điểm đáng giá nhất: bạn không cần API key của Anthropic hay OpenAI. README nói công cụ chạy bằng chính tài khoản Claude Code bạn đã đăng nhập sẵn. Phần nặng (mô hình AI) chạy trên máy chủ của Anthropic, nên laptop yếu cũng chỉ phải vẽ giao diện. Giọng nói hay hơn bằng ElevenLabs là phần thêm tuỳ chọn, không bắt buộc.

Bạn nên thử nếu đã dùng Claude Code và muốn có một “trợ lý để nói chuyện” thay vì gõ phím. Dân văn phòng, người làm kinh doanh tò mò AI, và lập trình viên mới đều dùng được. Hiện repo có khoảng 857 sao và 369 fork, giấy phép MIT.

```repo
- repo | adewaskar/jarvis
- kind | Ứng dụng
- desc | Trợ lý giọng nói trên trình duyệt với giao diện hologram kiểu Iron Man. Nói “Hey Jarvis” là nó tìm web, tạo ảnh, điều khiển công cụ qua Claude Code.
- stars | 857
- lang | TypeScript
- license | MIT
```

## jarvis làm được gì

### Nghe và nói bằng giọng

Trang web tự nghe bạn nói bằng một bộ phát hiện giọng nói chạy ngay trong trình duyệt. Nhờ vậy bạn có thể ngắt lời Jarvis giữa câu: bạn cứ nói, nó sẽ im để nghe. README gọi đây là “barge-in”.

Phần chuyển giọng nói thành chữ có hai tầng, tự chọn lúc khởi động. Có khoá ElevenLabs thì dùng ElevenLabs Scribe. Không có thì dùng tính năng nhận giọng nói có sẵn của Chrome hoặc Edge. Phần đọc to cũng tương tự: có khoá thì dùng giọng ElevenLabs, không có thì dùng giọng của trình duyệt. Bạn không phải bật cờ nào cả.

### Dùng các công cụ bạn đã cài trong Claude Code

Jarvis có thể dùng các MCP server trong cấu hình Claude Code của bạn (file `~/.claude.json`). Tuỳ bạn đã cài gì, README liệt kê ví dụ:

- Tìm web: `exa`, `serper`, `serpapi`.
- Tạo ảnh và video: `higgsfield`, `openrouter-image`, `palmier-pro`.
- Giọng nói: `elevenlabs`.
- Điện thoại: `android`.
- Trình duyệt: `playwright`.

Nghĩa là bạn có thể nói những câu như “Tuần này AI có gì mới?”, “Tạo ảnh bộ giáp Mark VII”, “Chụp màn hình điện thoại của tôi”. Nếu chưa cài công cụ nào, Jarvis vẫn trả lời được, nhưng phần “làm việc thật” sẽ ít đi.

### Tự đổi giao diện theo lời bạn

Jarvis có sẵn các công cụ để chỉnh chính giao diện: đổi màu nền, đổi màu và kiểu lò phản ứng (vòng, cầu, khung dây), đặt ảnh quay quanh lò phản ứng, ẩn hiện các thanh bên, và hiệu ứng như nhiễu hình, nhấp nháy, quét. Bạn chỉ cần nói “đổi sang màu đỏ, ẩn danh sách hệ thống”.

### Bảng thông tin (HUD) có ảnh và video

Jarvis tự dựng các bảng thông tin trên màn hình, kể cả ảnh, video và video nhúng từ YouTube hoặc Vimeo. Trình duyệt lọc sạch nội dung trước khi hiển thị. Ảnh và video ở xa được tải qua phần “bộ não” trên máy bạn, có chặn các địa chỉ nội bộ, nên trang không để lộ IP của bạn cho máy chủ lạ.

### Mặc định chỉ đọc, an toàn hơn

Lúc đầu Jarvis chạy ở chế độ chỉ đọc. Tìm kiếm, tạo ảnh, tra cứu thì chạy thoải mái. Gửi, bấm, xoá, cài đặt, thanh toán đều bị từ chối. Bạn phải chủ động bật chế độ ghi nếu muốn nó làm những việc đó.

## Cần chuẩn bị gì

Theo README, danh sách rất ngắn:

- **Claude Code**, đã cài và đã đăng nhập. Đây là tài khoản duy nhất bạn cần. README hướng dẫn cài bằng `npm install -g @anthropic-ai/claude-code` hoặc trình cài đặt theo hệ điều hành trên trang tài liệu của Claude Code. Sau đó chạy `claude` một lần để đăng nhập. Không cần API key, chi phí tính vào tài khoản Claude của bạn.
- **Node.js từ bản 20 trở lên** (package.json cũng yêu cầu Node >=20). Tải miễn phí từ trang nodejs.org.
- **Google Chrome hoặc Microsoft Edge**, mở trong cửa sổ trình duyệt thật. Khung xem trước nhúng trong trình soạn code hay trong Claude Code chặn micro nên không dùng được. Trình duyệt cần có WebGL (Chrome và Edge đều có).
- **Tuỳ chọn:** khoá API ElevenLabs để có giọng hay hơn và nghe chính xác hơn. README nói gói miễn phí đủ cho demo.

README không nêu yêu cầu card đồ hoạ riêng. Nó chỉ nói máy yếu vẫn chạy được vì mô hình nằm trên máy chủ Anthropic.

## Cài đặt từng bước

```steps
- Kiểm tra Claude Code và Node | Có `claude` đã đăng nhập và Node.js 20 trở lên
- Tải repo về | Dùng git clone rồi vào thư mục jarvis
- Cài thư viện | Chạy npm install
- Khởi động | Chạy npm start để bật cả “não” và “mặt”
- Mở bằng Chrome | Vào địa chỉ localhost, bấm INITIALISE, cho phép micro
```

### Kiểm tra Claude Code và Node.js

Mở terminal (trên Windows: PowerShell hoặc Windows Terminal; trên macOS: ứng dụng Terminal). Gõ `node -v` để xem phiên bản, phải từ 20 trở lên. Nếu bạn chưa cài Claude Code, README chỉ cách này:

```bash
npm install -g @anthropic-ai/claude-code
```

Rồi chạy `claude` một lần và làm theo màn hình để đăng nhập. Bước này hay bị bỏ sót: nếu chưa đăng nhập, Jarvis sẽ không có “não” để dùng.

### Tải repo về

Lệnh dưới tải mã nguồn về máy và đi vào thư mục vừa tải. Bạn cần có Git. Nếu chưa có, bạn có thể tải file ZIP từ trang GitHub của repo rồi giải nén.

```bash
git clone https://github.com/adewaskar/jarvis.git
cd jarvis
```

Hãy chắc là terminal đang đứng trong thư mục `jarvis` (nơi có file `package.json`) trước khi chạy các lệnh sau.

### Cài thư viện và chạy thử bộ kiểm tra

```bash
npm install
```

Lệnh này tải các thư viện cần thiết, có thể mất vài phút. README còn nói lệnh `npm run setup` sẽ kiểm tra giúp bạn các yêu cầu bằng ngôn ngữ dễ hiểu:

```bash
npm run setup
```

### Khởi động

Cách nhanh nhất, một lệnh chạy cả hai phần:

```bash
npm start
```

Nếu thích tách ra hai cửa sổ terminal, README cho cách này. Cửa sổ 1 là “bộ não”:

```bash
npm run bridge
```

Cửa sổ 2 là “khuôn mặt” (giao diện):

```bash
npm run dev
```

Để cả hai cửa sổ mở trong lúc dùng. Tắt một cái là Jarvis ngừng phản hồi.

### Mở trang và gọi Jarvis

Mở Chrome hoặc Edge, vào địa chỉ http://localhost:5173 (terminal sẽ in địa chỉ này ra). Bấm nút **INITIALISE**, cho phép micro khi trình duyệt hỏi, rồi nói “Hey Jarvis”.

```note
Phải mở bằng cửa sổ Chrome hoặc Edge thật. Nếu mở trong khung xem trước của trình soạn code, trang vẫn hiện đẹp nhưng sẽ không nghe được bạn vì micro bị chặn.
```

## Kiểm tra đã chạy được chưa

Có vài dấu hiệu để biết mọi thứ ổn:

- Terminal của “bộ não” in ra một dòng có dạng `[jarvis] model claude-opus-5 · effort medium` (README ghi đây là mẫu, mô hình mặc định là `claude-opus-5`, mức suy luận `medium`).
- Trang web phát đoạn khởi động kiểu Iron Man: thanh “INITIATING SYSTEM”, các vòng tròn đồng tâm hiện thành chữ J.A.R.V.I.S, rồi lò phản ứng sáng lên cùng âm thanh khởi động.
- Bạn nói “Hey Jarvis” thì giao diện đổi trạng thái và nó đáp lại.

Nếu nghi ngờ, bấm phím **D** để mở bảng chẩn đoán: bảng này nói rõ Jarvis có đang nghe thấy bạn và có đang phát ra âm thanh hay không. Bấm **T** để chạy một bài tự kiểm tra âm thanh ngắn.

Các phím tắt khác: **Space** để nói mà không cần gọi “Hey Jarvis”, **V** để đổi giọng của trình duyệt, **Escape** để bảo nó dừng.

## Dùng vào việc thật

### Dân văn phòng: điểm tin AI mỗi sáng

Bạn đã cài một công cụ tìm web như `exa` hoặc `serper` trong Claude Code. Mở Jarvis lúc pha cà phê và nói: “Hey Jarvis, tuần này AI có gì mới?”. Jarvis tìm web, đọc kết quả và trả lời bằng giọng nói, có thể kèm bảng thông tin trên màn hình. Bạn vừa làm việc khác vừa nghe, không phải mở từng trang. Lưu ý README ví dụ bằng tiếng Anh, tiếng Việt có nghe tốt hay không còn tuỳ trình duyệt, README chưa nói rõ.

### Chủ shop: tạo ảnh ý tưởng bằng lời

Bạn có cài một công cụ tạo ảnh (README nhắc `higgsfield`, `openrouter-image`, `palmier-pro`). Bạn nói: “Tạo một bức ảnh bộ giáp Mark VII”, hoặc mô tả ý tưởng banner theo cách của bạn. Ảnh hiện trên màn hình, và bạn có thể nói “đặt ảnh đó quay quanh lò phản ứng” để xem cho vui. Với chủ shop, đây là cách lấy ý tưởng hình nhanh khi đang bận tay.

> Cách dễ nhất để thấy AI làm được gì là cứ nói với nó như nói với một người trợ lý.
>
> — Ông T

### Người dùng Android: xem điện thoại bằng giọng

Nếu bạn đã cài MCP server `android` trong Claude Code, thử câu: “Chụp màn hình điện thoại của tôi”. Đây là thao tác chỉ xem, nên chạy được ở chế độ chỉ đọc mặc định (README ghi ví dụ này trong danh sách việc Jarvis làm được). Còn những thao tác như bấm, nhập, gửi tin thì cần chế độ ghi.

### Lập trình viên mới: tuỳ biến giao diện và khám phá cách hoạt động

Bạn muốn học cách nối trình duyệt với Claude Code. Mở repo, đọc `bridge/server.mjs` (phần “bộ não”) và `bridge/policy.mjs` (luật cho phép công cụ). Thử nói: “Đổi sang màu đỏ, ẩn danh sách hệ thống”. Jarvis tự gọi các công cụ `ui_theme`, `ui_chrome` để đổi giao diện. Đây là ví dụ gọn để hiểu cách một agent điều khiển giao diện web.

Nếu muốn Jarvis được phép làm việc có tác động (bấm, gửi, xoá…), chạy bridge bằng lệnh này thay vì `npm run bridge`:

```bash
npm run bridge:writes
```

Với `npm start`, README ghi dùng `npm start -- --writes`. Chế độ này thêm các công cụ `Bash`, `Write`, `Edit`, `NotebookEdit` cho agent. Công cụ file vẫn bị giới hạn trong thư mục làm việc, nhưng shell thì có thể chạm vào bất cứ thứ gì tài khoản của bạn truy cập được.

```note
Đừng bật chế độ ghi khi chưa hiểu nó làm gì. Một câu như “dọn thư mục Downloads” sẽ có nghĩa rất khác khi Jarvis được phép xoá file. README khuyên bạn đọc hàm decideTool() trong bridge/policy.mjs trước.
```

## Lỗi hay gặp và cách xử lý

### Trang hiện đẹp nhưng Jarvis không nghe

Nguyên nhân thường gặp nhất: bạn đang mở trong khung xem trước (của trình soạn code hay Claude Code), hoặc chưa cho phép micro, hoặc đang dùng trình duyệt không phải Chrome/Edge. Cách xử lý: mở địa chỉ localhost trong cửa sổ Chrome hoặc Edge thật, bấm cho phép micro. Bấm **D** để xem bảng chẩn đoán.

### Không có tiếng

Cũng kiểm tra ba điều trên. Bấm **T** để tự kiểm tra âm thanh. Thử bấm **V** để đổi giọng của trình duyệt. Nếu muốn giọng tốt hơn, thêm khoá ElevenLabs (xem phần Cấu hình trong README).

### Báo không kết nối được “bộ não” (bridge)

Xem cửa sổ terminal chạy `npm run bridge` (hoặc `npm start`) còn mở không. Cổng mặc định là 8787. Nếu cổng bị chương trình khác dùng, bridge in một dòng thông báo lúc khởi động rồi thoát. Khi đó bạn tắt chương trình đang chiếm cổng, hoặc đổi cổng bằng biến `JARVIS_BRIDGE_PORT`. Mặc định bridge chỉ nghe ở `127.0.0.1`, tức chỉ máy bạn truy cập được. README cảnh báo: mở ra cho máy khác vào thì phải tự có lớp xác thực phía trước.

### Điều khiển trình duyệt trên Windows không hoạt động

README nói bridge tự tìm đường kết nối với tiện ích Claude trong Chrome. Nếu nhật ký khởi động báo tiện ích chưa chạy, hãy mở Chrome có tiện ích Claude và đã đăng nhập. Không cần khởi động lại bridge. Nếu bạn chạy bridge trong WSL còn Chrome ở Windows, README gợi ý mở app ở http://127.0.0.1:5173 nếu localhost tải chậm.

### Jarvis từ chối làm việc gửi, xoá, bấm

Đây không phải lỗi. Mặc định Jarvis chỉ đọc. Nếu bạn thật sự muốn nó làm việc có tác động, dùng `npm run bridge:writes`, và đọc kỹ `decideTool()` trước.

## Có nên dùng không

**Điểm mạnh.** Không cần API key riêng, dùng ngay tài khoản Claude Code. Máy yếu vẫn chạy được. Có thể chạy không cần khoá nào, vì giọng nói rơi về giọng của trình duyệt. Thiết kế an toàn khá kỹ: mặc định chỉ đọc, chỉ nghe ở máy bạn, kiểm soát từng công cụ. Giấy phép MIT, repo vẫn được cập nhật trong vài tháng gần đây.

**Giới hạn.** Bạn bắt buộc phải có Claude Code, và mỗi lần dùng tính vào tài khoản Claude của bạn (README không nói gói nào chịu mức nào, bạn nên tự xem hạn mức của mình). Phải dùng Chrome hoặc Edge trong cửa sổ thật. Giá trị lớn nhất của Jarvis đến từ các MCP server bạn đã cài, nên nếu chưa có công cụ nào thì nó chỉ là một khung trò chuyện đẹp. README viết bằng tiếng Anh và ví dụ cũng bằng tiếng Anh, chưa có thông tin về chất lượng nhận giọng tiếng Việt.

**Khi nào chọn cách khác.** Nếu bạn chỉ cần hỏi đáp và viết lách, dùng thẳng Claude Code hay ứng dụng chat sẽ đơn giản hơn. Nếu bạn cần một công cụ chạy ổn định cho công việc quan trọng hay cho nhiều người dùng chung, đây là một dự án mang tính trình diễn và thử nghiệm, nên cân nhắc. Còn nếu bạn thích nói chuyện với trợ lý, muốn học cách nối giọng nói, giao diện web và agent, thì đây là một repo đáng cài thử.

## Câu hỏi thường gặp

### jarvis có miễn phí không?

Repo dùng giấy phép MIT nên mã nguồn miễn phí. Tuy vậy bạn cần một tài khoản Claude Code, và chi phí dùng tính vào tài khoản Claude của bạn. Khoá ElevenLabs là tuỳ chọn, README nói gói miễn phí đủ cho demo.

### Có cần API key không?

Không cần API key của Anthropic hay OpenAI. Bridge dùng chính tài khoản Claude Code bạn đã đăng nhập. Chỉ khi muốn giọng tốt hơn thì bạn mới thêm khoá ElevenLabs, và việc đó không bắt buộc.

### Máy yếu, không có GPU có chạy được không?

README nói phần nặng chạy trên máy chủ của Anthropic, nên laptop cấu hình thấp chỉ phải vẽ giao diện. Trình duyệt cần hỗ trợ WebGL, Chrome và Edge đều có. README không đề cập yêu cầu card đồ hoạ riêng.

### Chạy trên Windows được không?

Được. README có nhắc lệnh npm chạy trong cmd và PowerShell, và có mục xử lý điều khiển trình duyệt trên Windows, kể cả khi chạy bridge trong WSL. Bạn vẫn cần Node.js 20 trở lên và Chrome hoặc Edge.

### Dữ liệu của tôi có an toàn không?

Theo README, bridge chỉ nghe ở 127.0.0.1, chỉ chấp nhận yêu cầu từ localhost, và mặc định chặn mọi công cụ có tác động. Tuy vậy phần xử lý của mô hình vẫn chạy trên máy chủ Anthropic như khi bạn dùng Claude Code. Nếu bật chế độ ghi thì agent có thể dùng shell, nên hãy cẩn thận.

### Khác gì dùng Claude Code trực tiếp?

Bên dưới vẫn là Claude Code chạy ngầm. Khác biệt là jarvis thêm giao diện hologram, gọi bằng giọng nói “Hey Jarvis”, và cho phép nói để ngắt lời hay đổi giao diện. Ngoài ra nó mặc định chỉ đọc, an toàn hơn khi dùng bằng giọng.

### Jarvis có nghe được tiếng Việt không?

README chưa có thông tin về tiếng Việt. Nó nói khi không có ElevenLabs thì dùng tính năng nhận giọng nói của Chrome hoặc Edge, nên chất lượng phụ thuộc vào trình duyệt. Bạn nên thử trực tiếp.
