TLDR;

Hermes Jarvis é uma versão ativada por voz do agente Hermes que responde em tempo real, integra-se ao Obsidian para acessar memórias e gera briefings com histórico de conversas. Ele oferece wake word, troca de vozes, leitura de links, visualização ao vivo, interrupção por voz e respostas instantâneas usando a API ChatGPT Realtime (ou alternativas como Claude/Gemini). Para obter a configuração do autor acesse appforvolume.com (link na descrição/comentários) ou replique a ideia combinando ChatGPT Realtime ou outro modelo com integração ao Obsidian.

Resumo

O trecho mostra a demonstração do Hermes Jarvis, uma versão ativada por voz de um agente Hermes integrada a ferramentas como Google e Obsidian, que responde em tempo real a comandos — desde piadas e palavras em outros idiomas até abrir sites e apresentar um briefing diário ou semanal. O sistema lê links, exibe histórico de briefings e conversas, permite interrupções como em uma conversa natural, e pode alternar vozes, usar wake word, ouvir em segundo plano e aceitar entrada por voz ou texto. O desenvolvedor destaca que a experiência só ficou realmente fluida usando a API ChatGPT em tempo real (11 Labs era mais lento), e que iterou por semanas usando também Claude para ajustar a interface e recursos como pré-visualização ao vivo, modos “war” com monitor separado e criação de apps simples (por exemplo, meditação). Ainda está aprimorando a sincronização em tempo real com o Obsidian e a memória persistente, mas considera a solução genuinamente útil, não apenas um truque. Ele incentiva quem pensa em criar agentes de voz a experimentar agora, oferece seu setup e suporte na comunidade e na “classroom”, e pede feedback sobre quais recursos seriam mais úteis nas próximas versões.