น้องจางคือผู้ช่วยแบบ J.A.R.V.I.S ในหนัง ที่ฟังภาษาไทยรู้เรื่อง แค่เรียก "น้องจาง" แล้วพูดสิ่งที่อยากให้ทำ — ไม่ต้องกดปุ่ม ไม่ต้องพิมพ์ และคุยต่อได้เหมือนคุยกับเพื่อน
| พูดว่า | น้องจางจะ… |
|---|---|
| "น้องจาง เปิดยูทูบ" | เปิด YouTube ใน Chrome ของคุณ |
| "น้องจาง หยุดเพลงแล้วเปิดไลน์" | ทำสองอย่างต่อกันให้เลย |
| "น้องจาง ตั้งเสียงไว้ที่สามสิบ" | ปรับเสียงเครื่องเป็น 30% |
| "น้องจาง ราคาทองวันนี้เท่าไหร่" | ค้นในเว็บแล้วเล่าให้ฟัง |
| "น้องจาง หาโรงแรมแถวเชียงใหม่ให้หน่อย" | เปิด Chrome หาให้ ระหว่างรอคุยเรื่องอื่นได้ |
| "น้องจาง อ่านจอให้ฟังหน่อย" | อ่านสิ่งที่อยู่บนจอแล้วสรุปให้ฟัง |
| "น้องจาง เปิดโน้ตแล้วสร้างโน้ตใหม่" | ขยับเมาส์ กดปุ่มให้ทีละขั้น |
| "น้องจาง เหนื่อยจังเลย" | คุยเป็นเพื่อน |
| "น้องจาง พอแล้ว" | หยุดพูด หรือยกเลิกงานที่ทำอยู่ |
- หลังคุยกันแล้ว พูดต่อได้อีก 30 วินาทีโดยไม่ต้องเรียกชื่อซ้ำ
- พูดแทรกตอนน้องจางกำลังพูดได้ (มันจะหยุดฟังทันที)
- ถ้าคนในห้องคุยกันเองโดยไม่ได้เรียก "น้องจาง" มันจะไม่ตอบ
- ฟัง — ไมค์ฟังตลอดเวลา ตัดเสียงของน้องจางเองออก (จึงพูดแทรกได้)
- ถอดเสียงเป็นข้อความ — ใช้ตัวถอดเสียงภาษาไทยของ Apple ในเครื่อง (เร็ว ~0.1 วินาที ไม่ส่งเสียงออกไปไหน)
- ตัดสินใจด้วย Jev — Jev คือ AI ตัดสินใจของ TypeSafe ที่ เลือกคำตอบจากตัวเลือก (เช่น "เป็นคำสั่งไหม" "เปิดแอปไหน" "คุยเล่นแบบไหน") ถามทุกอย่างในครั้งเดียว ใช้เวลา ~0.4 วินาที และบอกด้วยว่ามั่นใจแค่ไหน — ถ้าไม่มั่นใจ น้องจางจะถามใหม่ ไม่เดาสุ่ม
- ลงมือทำ — สั่งเครื่อง / ตอบคุยเล่นทันที / ใช้ AI ในเครื่องตอบคำถาม / ค้นเว็บ / คุมเมาส์และคีย์บอร์ด
- ตอบด้วยเสียง — เสียงผู้ชาย พูดเร็ว (ประโยคที่ใช้บ่อยเตรียมเสียงไว้ล่วงหน้า จึงตอบได้ทันที)
ลอยอยู่บนจอ ขยับตามเสียง และเปลี่ยนสีตามสิ่งที่น้องจางกำลังทำ ลากย้ายได้ · ดับเบิลคลิก = หยุด/เริ่มฟัง · คลิกขวา = เมนู และมีไอคอนไมค์บนแถบเมนูด้านบนให้เปิด/ปิดการฟัง
- Mac ชิป Apple (M1 ขึ้นไป) แนะนำ RAM 16 GB
- macOS 26 ขึ้นไป แนะนำ — ตัวถอดเสียงไทยของ Apple แม่นที่สุด (รุ่นเก่ากว่าจะใช้ Whisper แทน)
- Python 3.10 ขึ้นไป
- คีย์ของ TypeSafe (สำหรับ Jev) สมัครที่ typesafe.ai — ค่าใช้จ่ายราว 0.0002 ดอลลาร์ต่อประโยค
- Google Chrome (สำหรับค้นเว็บ)
1. ดาวน์โหลดโค้ด
git clone https://github.com/jaturapornchai/jarvisdemo001.git
cd jarvisdemo0012. ติดตั้งโปรแกรมที่ต้องใช้
/opt/homebrew/bin/python3 -m venv .venv
.venv/bin/pip install -r requirements.txt3. ใส่คีย์ — คัดลอกไฟล์ตั้งค่า แล้วเปิด .env ใส่คีย์ที่บรรทัด TYPESAFE_API_KEY=
cp .env.example .env4. ติดตั้งเสียงภาษาไทย "Kanya" (ถ้ายังไม่มี) System Settings › Accessibility › Spoken Content › System Voice › Manage Voices… › ภาษาไทย › Kanya
5. เปิดภาษาไทยสำหรับการถอดเสียง System Settings › Keyboard › Dictation › Languages › เพิ่มภาษาไทย
ครั้งแรกที่เปิด จะดาวน์โหลด AI สำหรับตอบคำถามมาไว้ในเครื่องเอง (~2.3 GB)
./run_app.shน้องจางจะเปิดเป็นแอปชื่อ Jarvis พร้อมหน้าจอ J.A.R.V.I.S แล้วทักว่าพร้อมแล้ว ปิดได้ด้วย Ctrl+C ในเทอร์มินัล หรือเมนู ออก ที่ไอคอนไมค์บนแถบเมนู
macOS จะถามสิทธิ์ ให้กดอนุญาตแอป Jarvis (หรือเปิดเองที่ System Settings › Privacy & Security)
| สิทธิ์ | ใช้ทำอะไร |
|---|---|
| ไมโครโฟน (Microphone) | ฟังเสียงคุณ |
| Automation | สั่งเพลง โหมดมืด ปิดแอป |
| Accessibility | คลิกและพิมพ์ให้ |
| Screen & System Audio Recording | อ่านจอ — เปิดแล้วต้องปิดเปิดน้องจางใหม่หนึ่งรอบ |
ตรวจว่าใช้ได้ครบไหม (เปิดหน้าต่างทดสอบของตัวเอง ไม่แตะงานของคุณ):
./run_app.sh --selftest| อยากได้ | ตั้งค่า |
|---|---|
| เปลี่ยนชื่อที่ใช้เรียก | WAKE_WORD=จาร์วิส |
| ไม่ต้องเรียกชื่อก่อนสั่ง | WAKE_WORD=off |
| พูดเร็วขึ้น/ช้าลง | TTS_RATE=230 (ตัวเลขยิ่งมากยิ่งเร็ว) |
| เสียงทุ้มขึ้น/ปกติ | TTS_PITCH=28 (เว้นว่าง = เสียงปกติ) |
| ให้ Chrome เปิดโปรไฟล์ที่ต้องการ | CHROME_PROFILE=Default |
| ใช้ AI บนคลาวด์ (ตอบฉลาดขึ้น) | LLM_MODE=cloud และใส่ GOOGLE_API_KEY หรือ OPENROUTER_API_KEY |
| ปิดหน้าจอ J.A.R.V.I.S | HUD=off |
ตัวเลือกทั้งหมดพร้อมคำอธิบายอยู่ใน .env.example
- เสียงของคุณไม่ถูกส่งออกจากเครื่อง — ถอดเสียงในเครื่อง ส่งไปแค่ข้อความสั้นๆ ให้ Jev ตัดสินใจ
- AI ตอบคำถามรันในเครื่อง (ค่าเริ่มต้น)
- Chrome ที่ใช้ค้นเว็บเป็นตัวแยก ไม่ใช้บัญชีที่คุณล็อกอินไว้ (คำสั่ง "เปิด Chrome" จะเปิดตัวที่คุณใช้ประจำเสมอ)
- ไม่ทำเรื่องเสี่ยงแทนคุณ: ไม่กดปุ่ม ลบ / ส่ง / ซื้อ / จ่าย / ล้างถังขยะ / ไม่บันทึก, ไม่กรอกรหัสผ่าน, ไม่กด Enter ในแอปแชท — จะบอกให้คุณทำเอง
- คนในห้องคุยกันเอง ไม่ตอบ และไม่เก็บข้อความนั้นลง log
- ไฟล์
.envมีคีย์ลับ อย่าแชร์หรือ commit (.gitignoreกันไว้ให้แล้ว)
| อาการ | ลองทำแบบนี้ |
|---|---|
| ฟังไม่ค่อยรู้เรื่อง | เพิ่มระดับไมค์ที่ System Settings › Sound › Input (~75%) พูดใกล้ไมค์ขึ้น หรือใช้หูฟังที่มีไมค์ |
| อ่านจอ/คลิกไม่ได้ | เปิดสิทธิ์ให้ Jarvis แล้วปิดเปิดน้องจางใหม่ จากนั้นลอง ./run_app.sh --selftest |
| เปิด Chrome แล้วขึ้นหน้าเลือกโปรไฟล์ | ตั้ง CHROME_PROFILE= เป็นชื่อโปรไฟล์ที่ใช้ประจำ |
| ไม่มีเสียงตอบ | ตรวจว่าติดตั้งเสียง Kanya แล้ว (say -v Kanya สวัสดี) |
| ตอบช้า | ดูบรรทัด ⏱ ตอบใน … ms ใน log · ครั้งแรกใช้เวลาเตรียมเสียงสำเร็จรูป ~2 นาที |
| ไฟล์ | หน้าที่ |
|---|---|
jarvis.py |
ตัวหลัก: ฟัง ถอดเสียง ตัดสินใจด้วย Jev สั่งงาน และพูดตอบ |
computer_agent.py |
อ่านจอ คุมเมาส์และคีย์บอร์ด |
browser_agent.py |
ค้นเว็บด้วย Chrome |
hud.html |
หน้าจอ J.A.R.V.I.S |
selftest.py |
ทดสอบสิทธิ์และการคุมเครื่อง |
run_app.sh, macos/ |
สร้างและเปิดแอป Jarvis, ตัวถอดเสียงไทยของ Apple |
docs/TECHNICAL.md |
รายละเอียดเชิงเทคนิคและผลการวัด สำหรับนักพัฒนา |