SKI 是一款运行在 macOS 和 Windows 上的语音助手，专门为 AI 编码代理（如 Claude Code、Cursor、Codex、Gemini CLI 或 OpenClaw）提供语音交互能力。它让你可以用自然语言直接对编码代理说话，并实时听到语音回复，实现真正的"语音驱动编码"。
SKI 是一款运行在 macOS 和 Windows 上的语音助手，专门为 AI 编码代理（如 Claude Code、Cursor、Codex、Gemini CLI 或 OpenClaw）提供语音交互能力。它让你可以用自然语言直接对编码代理说话，并实时听到语音回复，实现真正的”语音驱动编码”。所有语音识别与语音合成均在本地设备完成，无需联网上传或付费订阅——完全免费，且注重隐私保护，声音数据绝不离开你的设备。
其核心设计理念是”对话而非听写”：不同于传统听写工具只处理文本输入，SKI 通过全双工回声消除技术，让你可以随时打断代理的回复并清晰传达新的指令，形成自然流畅的往返对话。
核心功能
SKI 的功能设计紧扣开发者真实工作流，每一项细节都针对”语音-代理-语音”的双向交互进行了调优，而非简单地叠加语音转文字能力。
- 本地语音识别与合成：语音转文字和神经语音合成全部在你自己的设备上运行，即便离线也能正常工作。所有音频数据不上传云端，从根源上杜绝隐私泄露风险。
- 全双工语音交互：不同于对讲机式的”按住说话”，SKI 支持全双工回声消除，你可以在代理说话中途直接打断，它依然能清晰识别你的新指令，无需任何按键操作。
- 应用感知（Barge-in）：系统能准确判断你的话语是否已说完，待话毕自动将完整内容发送给编码代理，无需手动确认。
- 实时代理监听状态：界面上会显示一个绿色圆点，实时反映编码代理当前是否正在聆听，而非轮询模拟的状态，保证交互反馈的真实性。
- 多项目语音配置：支持为不同的代码仓库绑定各自的语音偏好和会话设定，在多项目并行时切换更加自然。
- 基于文件的透明通信：应用界面与编码代理之间通过项目内普通文件进行信息传递，你可随时查看、审计或删除每一个交互记录，全程透明、无隐藏后台进程。
使用体验
SKI 的安装与配置流程极快：提供适用于 macOS 的 DMG 安装包和 Windows 的 EXE 安装包，安装向导会在几步之内完成麦克风、语音和热键的设置，全程无需注册账号或填写支付信息。安装成功后，你只需一键即可连接 Claude Code、Cursor、Codex、Gemini CLI 或 OpenClaw 等主流编码代理，系统会为代理注入一项”技能”，使其能够识别语音输入并生成语音回应。
在交互层面，SKI 的界面设计颇具特色：在 macOS 上它会嵌入屏幕顶部的”刘海”区域（若设备无物理刘海则自动绘制一个），呈现为与菜单栏齐平的黑色状态条，始终固定在同一位置；Windows 上则以悬浮胶囊形式浮动在桌面任意位置。平时它安静地”卧”在角落，当有语音输入时会向下展开为完整的交互面板，处理完毕后自动收回，视觉上不干扰编码工作区。整个对话过程——你说话、代理思考、语音回复、你再次打断——形成一个闭环，配合本地实时处理和自然的神经语音，其体验更接近与一名远程协作者语音沟通，而非操作一台机器。
适用人群
- 使用 Claude Code、Cursor、Codex 等 AI 编码工具的开发者
- 希望在编码过程中解放双手、通过语音描述需求或进行代码审查的开发者
- 对代码交互有隐私要求、需要 100% 本地化处理语音数据的用户
- 追求自然对话式交互体验、希望突破传统文本终端限制的开发者
- macOS 和 Windows 平台，且经常在多项目间切换的技术人员
综合评价：SKI 精准解决了”AI 编码代理只能打字交流”的体验痛点，将语音与编码深度结合，落地了一系列贴合开发者场景的功能。其完全本地化的处理方式在隐私保护上具备天然优势，”免费终身”的承诺也降低了用户的尝试门槛。不过，作为一款新兴工具，其语音识别准确率与本地模型的性能表现仍依赖于用户设备算力，面对复杂代码语境时，其与代理的语音交互流畅度可能略逊于传统文本输入。此外，它目前仅支持 macOS 与 Windows，覆盖平台有限，且对于习惯静默专注编码的开发者而言，语音交互的适用场景仍有待拓宽。总体而言，SKI 为 AI 编码代理开创了一种更直观、更自然的交互形态，值得对语音工作流感兴趣的用户一试。
评论列表 (0条)：
加载更多评论 Loading...