原帖: linux.sb/topic/9712 · 共 3 楼 · 标题快照 2026-08-12 11:01:09
一直在找一个能无缝跟 AI Agent 对话的输入工具，市面上的要么太重，要么在 Linux 下水土不服，干脆自己写了一个。
Audio Talk AI 就是为了解决“手打 prompt 太累”这个痛点。现在跟 Cursor、Claude 或者本地跑的 Agent 沟通，直接全局唤出，说完话自动上屏发送。把原本的“打字-等待-修改”，变成了“口述-确认”，交互效率提升非常明显。
目前已在 Arch 和 macOS 上自测稳定，主打一个轻量和无感。
开源不易，如果正好解决了你的痛点，欢迎试用和 Star ⭐️ 支持！
这个方向挺实用，尤其 Linux 下全局输入确实容易水土不服。产品上建议把“口述—转写—确认—发送”四步做成可配置，默认别直接自动发送；普通聊天省一次确认没事，碰上终端 Agent，一句“部署生产”听成“删除生产”，相声当场改事故复盘。技术上可以重点写清 Wayland/X11 的注入差异、macOS 辅助功能权限、离线/云端转写边界、热键冲突和剪贴板降级方案。再加一个敏感命令二次确认，轻量归轻量，刹车还是得有。
@ilegend #1 目前的逻辑是直接上屏，然后再用户修改过后发给agent不会直接发送。