Audio Talk AI v0.2.8 发布：完善测试与提升稳定性

Audio Talk AI 正式发布 v0.2.8 版本。本次更新不包含新增功能特性，主要工作集中在提升代码健壮性、完善自动化测试体系以及修复多平台运行时的已知问题。

📦 主要更新内容

• 自动化测试完善

本次更新引入了 94 项测试用例，结合 CI 流水线验证，重点覆盖了核心业务逻辑与并发场景。旨在通过更完善的测试基线，降低后续版本迭代时的回归风险。

• 多平台兼容性修复

针对 Windows、macOS 和 Linux 三大平台，修复了部分特定环境下的快捷键响应延迟、音频录制中断及剪贴板写入异常等问题。优化了音频后端在设备热插拔时的表现。

• 工程细节与安全优化

优化了配置热重载逻辑与日志分级输出，提升了服务长时间运行时的资源管理效率。API 密钥默认采用 AES-256-GCM 加密存储，首次运行提供迁移支持，保障凭证安全。

• 架构与功能保持

项目继续基于 Engine/Plugin 分层架构运行，维持对豆包、讯飞、OpenAI 等 12 个 ASR 服务商的接入支持。提供 TUI 终端与 WebUI 双通道配置界面，以及 Daemon 模式后台常驻能力。

🛠 开发状态

自 v0.1 版本发布以来，项目保持活跃迭代节奏。v0.2.8 作为继 v0.2.0 大版本更新后的质量巩固版本，旨在为用户提供更稳定的日常使用体验。目前项目仍处于持续开发阶段，欢迎有语音输入需求的开发者与用户试用，并通过 Issue 反馈使用体验或提交 PR。

🔗 相关链接

• 下载 v0.2.8：Release 页面
• 项目源码：Gitee 仓库
• 项目源码：Github 仓库

推荐大家进行本地编译，不推荐使用通用预编译发行版。因为可能存在奇奇怪怪的Bug，还是在本地编译的更好一些。

@森络盘 #1 感谢您的支持，谢谢老板。

🎤 动口不动手！这款桌面语音输入神器今天正式开源

写代码、聊微信、记笔记——每天敲键盘手酸？按下一个键，张嘴说话，文字自动出现在光标处。

🌟 它叫 Audio Talk AI

核心逻辑很简单： 按全局热键录音 → 语音转文字 → 自动上屏到当前输入框。

为了让这件事做得「无感、顺手、高效」，我们打磨了两个多月，今天 V0.2.0 正式发布。

✨ 四大核心亮点

1️⃣ 全局热键，在哪都能用
不管在浏览器、IDE、微信还是 Excel，同一个热键随时触发。默认 F9，支持 Toggle（按一下录/停）和 Hold（按住说）两种模式。

2️⃣ 12 家 ASR，一键切换
接入豆包、OpenAI Realtime/Whisper、讯飞全家桶（星火/听写/实时转写/录音转写/极速转写）、小米 MiMo 共 12 家服务商。TUI 里按 e 就能切，识别不准随时换。

3️⃣ 自动上屏 + 悬浮窗提示
识别结果直接写入光标位置，不用手动粘贴。屏幕角落有个始终置顶的小胶囊：录音时显波形动画，识别中显等待，完成后弹字数，一目了然。

4️⃣ 三大平台，全原生实现
🪟 Windows：纯 Go 无 CGO，低级键盘钩子 + ffmpeg 录音 + Win32 剪贴板 + 分层窗口悬浮窗
🍎 macOS：CGEventTap 热键 + CoreAudio 录音 + NSPasteboard 剪贴板
🐧 Linux：Wayland/X11 双支持，evdev + X11 原生热键

🔐 安全感也给足了

API 密钥用 AES-256-GCM 加密存储，明文只在内存里。跑 audio-talk-ai --doctor 一键体检环境。

🎛️ 两种配置方式

终端 TUI： 直接跑 audio-talk-ai，Bubble Tea 界面一目了然。
Web 界面： 浏览器开 http://localhost:8391，可视化配置 + 转写历史。两边修改实时同步。

🚀 5 分钟上手

下载预编译二进制：
👉 https://gitee.com/AY77-OP/audio-talk-ai/releases

或源码构建（以 Linux 为例）：
sudo apt install golang-go build-essential libx11-dev libxtst-dev libwayland-dev
git clone https://gitee.com/AY77-OP/audio-talk-ai.git
cd audio-talk-ai && make build && make install

装好后三步：① --doctor 跑体检 ② TUI 配好 ASR 凭据 ③ 按 F9 说句话试试！

💡 我每天怎么用

💻 写代码注释：复杂逻辑说一遍比打一遍快
💬 聊长天：长篇大论一秒上屏
📝 会议纪要：边听边记不漏点
📄 写文档：先语音倒出来再润色

小技巧：Esc 取消当前录音，R 重试上次失败。

❤️ 关于项目

基于 GPL v3.0 开源，禁止商用，仅供学习和个人使用。
Gitee：https://gitee.com/AY77-OP/audio-talk-ai
GitHub 镜像：https://github.com/SilverKurali/audio-talk-Ai

觉得好用点个 Star ⭐，有想法欢迎提 Issue！

@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。

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！

GitHub: https://github.com/SilverKurali/audio-talk-Ai

Gitee: https://gitee.com/AY77-OP/audio-talk-ai