Visoar
V2EX  ›  问与答

🐦‍⬛ SayKuku:一个 4.8 MB 的原生 Mac 语音输入工具(轻 Voice Agent)

  •  
  •   Visoar · Sep 28 · 1755 views

    SayKuku 宣传图:Fn 输入,Fn Fn 唤起 Voice Agent

    前置传送: SayKuku

    之前一直用 Typeless 。额度降低后,我试了几款替代品,都没找到适合自己输入习惯的,就 Vibe Coding 了 SayKuku 。

    想要的操作很简单:光标在哪儿,Fn 一下就在哪儿说话;选中一句话,Fn*2 ,还能直接让它改短或翻译。

    现在有两个入口:

    1. 按 Fn 语音输入,识别结果尝试写回当前光标位置。可选按住说话或单击开关。
    2. 连按两次 Fn 打开 Voice Agent ,能按语音要求改写选区、翻译、提问、继续对话之类,也可以执行其他一些命令(比如你可以直接说输出《兰亭集序》)。

    这是用 SwiftUI 和 AppKit 做的 macOS 15+ 原生 App ,1.0.2 的通用 DMG 是 4.8 MB ,同时支持 Apple 芯片和 Intel Mac 。Fn 手势、选区读取与跨 App 写回依赖辅助功能;写回前会核对目标。不同 App 的文本控件行为不一样,遇到不能写入或焦点跑掉的情况,欢迎告诉我 App 名称和复现步骤。

    App 免费。需要自己配置阿里云百炼 API Key 。

    当前用 Qwen3.8 Omni Flash 系列直接处理语音和指令,不走「先纯 ASR 、再交给另一模型」的固定两段流程,模型调用由自己的账号计费。按官方当前北京地域单价,默认实时模型的 1 小时音频输入约 0.15 元;输出文字、其他请求和地域差异另计,实际以账单为准。历史、记忆和可选录音留在本机,本地文件没有额外加密。

    另外,计划代码整理好后开源。

    传送门:

    Supplement 1  ·  Sep 29
    新增按应用自定义 prompt 能力,你可以在微信/邮件/飞书,使用不同的语言润色风格。
    Supplement 2  ·  Sep 29
    4 replies  •  2026-09-30 15:28:51 +08:00
    aurorajamesgirl
        1
    aurorajamesgirl  
       Sep 29
    跨 App 写回和辅助功能权限很容易让新用户犹豫。建议在配置指南里单独讲清音频会发往哪里、API Key 存在哪里、历史记录如何删除;你已经说明本地文件未加密,这点也值得放在首次启用前提示。
    Visoar
        2
    Visoar  
    OP
       Sep 29
    @aurorajamesgirl
    有提到,语音直接发给 qwen 的 API 。
    API Key 存放在系统钥匙串中,也明确写上了。
    nealHuang
        3
    nealHuang  
       Sep 30
    "想要的操作很简单:光标在哪儿,Fn 一下就在哪儿说话;选中一句话,Fn*2 ,还能直接让它改短或翻译。"

    前者这个微信输入法好像就支持了
    Visoar
        4
    Visoar  
    OP
       Sep 30
    @nealHuang
    我们双击 Fn 是个轻量级的 agent ,比较方便点。
    微信输入法没有双击 Fn 的动作吧。
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   761 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 27ms · UTC 21:24 · PVG 05:24 · LAX 14:24 · JFK 17:24
    ♥ Do have faith in what you're doing.