SKI
SKI 是一款免费的、完全在设备上运行的 AI 编码代理语音助手，适用于 macOS 和 Windows，可让您与 Claude Code、Cursor、Codex、Gemini CLI 或 OpenClaw 等工具对话，并听到自然的语音回复——私密、支持离线，并具有可选的会议转录功能。
https://heyski.io/?ref=producthunt&utm_source=aipure
产品信息
更新于：2026年07月31日
什么是 SKI
SKI 是一款小型浮动桌面应用程序（在 Windows 上是一个药丸状，在 Mac 上是一个凹槽停靠小部件），它为 AI 编码代理添加了一个真实的语音对话层。它不仅仅停留在语音转文本听写，而是实现了双向循环：您大声与编码代理对话，SKI 以自然语音读出代理的回复，同时还显示文本。它专为已经使用能够读取文件、编写代码和运行测试的代理工具的开发人员设计，并希望获得免提、对话式工作流程。SKI 在 Apple Silicon Mac (macOS 14.4+) 和 Windows 10/11 PC 上本地运行，设备上功能终身免费，并通过将语音处理保留在您的机器上来强调隐私。
SKI 的主要功能
SKI是一个免费的、设备上的AI编码代理语音界面，它让开发者可以与Claude Code、Cursor、Codex、Gemini CLI和OpenClaw等工具对话，并听到自然发音的语音回复——无需上传音频或依赖云。它提供了一个完整的双向“语音循环”（语音转文本输入、代理操作、文本转语音输出），显示实时代理状态，支持可打断的全双工对话，并本地存储带有导出/删除控制的转录文本。除了编码，它还包括一个离线会议录音机/转录器，可在本地捕获麦克风和系统音频，以及一个可选的付费功能，通过AgentCall将代理发送到Zoom/Meet/Teams进行实时参与和区分发言人的转录。
设备上的语音转文本 + 神经语音: 监听、转录和语音回复在您的Mac/Windows机器上本地运行，可离线工作，并且设计宗旨是您所说的内容不会被上传。
双向语音循环（非听写）: 您说话，连接的编码代理工作（读取/写入代码，运行任务），SKI大声说出代理的回复，同时也在UI中显示正在发生的事情。
带回声消除的全双工插话: 您可以在助手说话中途打断，即使在开放式扬声器上也能清晰地被理解——从而实现自然的来回对话。
通过简单的共享“技能”进行代理集成: 通过每个代理/项目一键连接支持的代理（Claude Code、Cursor、Codex、Gemini CLI、OpenClaw等），以便语音请求路由到正确的工作区。
本地转录和发送前批准: 会话和会议转录文本存储在您的机器上，具有查看/编辑/导出/删除控制；可选的审查模式允许您在发送给代理之前编辑转录文本。
会议：离线录音机或代理入会（可选）: 本地录制会议，带有独立的麦克风/系统音频轨道和设备上的转录，或者选择付费让您的代理通过AgentCall加入电话会议，以实现实时参与和区分发言人的转录。
SKI 的使用场景
免提软件开发: 开发者可以大声描述功能，而代理则编辑代码、运行测试并解释结果——这在多任务处理或避免持续上下文切换时非常有用。
结对编程和代码审查叙述: 团队可以在SKI读回代理解释、总结差异并保留本地转录以供后续跟进时，讨论重构或审查。
辅助功能和RSI友好型工作流程: 语音优先的交互有助于那些喜欢减少打字或需要替代输入方法的开发者，同时仍保持工作本地化和可检查性。
私有/离线环境（受监管或气隙）: 具有严格隐私限制的组织可以使用设备上的语音和本地转录存储来讨论代码和架构，而无需上传音频。
工程团队的会议记录捕获: 本地录制Zoom/Meet/Teams音频，并生成设备上的转录文本，可以导出为Markdown，用于工单、规范和会后总结。
代理在客户/工程电话会议中的实时参与: 启用后，将代理发送到视频会议中，以记录区分发言人的笔记、阅读/发送聊天信息并实时提供帮助——这对于支持升级、事件电话或冲刺规划非常有用。
优点
强大的隐私保护：语音识别和语音合成在设备上进行，核心语音功能“0字节上传”。
自然的对话流程：全双工插话和实时代理状态使其感觉更接近真实对话，而非一键通听写。
Mac和Windows上的核心应用程序功能（语音循环+本地会议转录器）终身免费。
实用的开发者用户体验：按项目划分的语音/路由、按需截图以及本地转录导出/删除控制。
缺点
会议中的代理功能需要可选的付费AgentCall服务，并且是主要涉及互联网的功能。
平台/语言限制：需要macOS 14.4+上的Apple Silicon Mac或Windows 10/11；英语优先，计划支持更多语言。
某些会议功能因模式而异：本地录音是私密的且无限制，但与代理入会方法相比，缺乏按发言人区分的功能。
如何使用 SKI
1) 安装 SKI: 下载并运行适用于您操作系统的安装程序（macOS 上为 DMG，Windows 上为 EXE）。完成设置向导以选择您的麦克风、选择一个语音并设置一个热键。无需信用卡。
2) 启动 SKI 并确认它已准备就绪: 打开 SKI。您应该会看到浮动的药丸 UI（在 macOS 上它可以停靠在凹槽中；在 Windows 上它会浮动在您放置它的任何位置）。
3) 连接您的编码代理: 在 SKI 中，连接您使用的代理（每个代理单击一次）：Claude Code、Cursor、Codex、Gemini CLI 或 OpenClaw。SKI 通过项目中的纯文件进行连接，因此您可以检查或删除已写入的内容。
4) 开始语音对话（核心循环）: 大声说出您的请求。SKI 在设备上进行转录，并将文本传递给您连接的代理。代理工作（读取/编写代码、运行测试、回答问题），然后将回复发送回 SKI，SKI 会大声读出回复，并在药丸/凹槽中显示它。
5) 在代理回复中途打断（全双工插话）: 如果您想重定向或澄清，请在语音回复时插话。SKI 使用全双工回声消除，因此它在说话时仍然可以听到您的声音，并且会清晰地捕获您的打断。
6) 适当使用静音和无声模式: 静音：停止监听并释放麦克风。无声模式：继续监听和回复，但只以文本形式显示代理的答案（没有语音），在安静环境或通话期间很有用。
7) 在 macOS 上使用即按即说/快速静音（可选）: 在 Mac 上，您可以选择使用地球仪/fn 键：轻按可静音/取消静音，或按住可即按即说（需要 macOS 权限选择加入）。
8) 开启“发送前批准”（可选安全功能）: 启用审阅模式，以便每个转录首先出现在可编辑的气泡中。在您批准（点击 ✓）之前，任何内容都不会发送给代理。
9) 跨多个仓库工作（可选）: 同时绑定多个仓库/项目。每个项目都可以有自己的语音，SKI 会将您的请求路由到您正在处理的项目。
10) 将屏幕截图附加到您的下一个请求（可选）: 按下 SKI 热键以捕获您的屏幕。屏幕截图会与您的下一个语音请求捆绑在一起，以便您的代理可以看到您所看到的内容。
11) 本地录制会议（离线，设备上）: 使用 SKI 的本地会议录音机捕获您的麦克风以及 Zoom/Meet/Teams 的系统音频。SKI 在设备上进行转录，显示实时转录，并允许您导出为 Markdown 或纯文本。不上传音频。
12) 将您的代理发送到会议中（可选，使用 AgentCall）: 将会议 URL 粘贴到 SKI 中，让您的代理作为参与者（代理助手）或无声记录员加入。此模式支持说话人分离转录和在通话中互动等功能；这是按分钟付费的功能（包含免费时长）。
13) 管理和导出转录: 打开“转录”窗口以查看、编辑、复制、导出（Markdown/纯文本）或删除您的语音会话和会议转录。数据保留在您的机器上。
SKI 常见问题
SKI是一款适用于macOS和Windows的小型浮动应用程序，它让您可以大声与您的AI编码助手对话，并听到它以自然语音回答。
与 SKI 类似的最新 AI 工具
Gait
Gait是一个集成了AI辅助代码生成和版本控制的协作工具，使团队能够高效地跟踪、理解和共享AI生成代码的上下文。
invoices.dev
invoices.dev 是一个自动化发票平台，直接从开发人员的 Git 提交生成发票，并具有与 GitHub、Slack、Linear 和 Google 服务的集成能力。
EasyRFP
EasyRFP 是一个 AI 驱动的边缘计算工具包，通过深度学习技术简化 RFP（请求提案）响应并实现实时田间表型。
Cart.ai
Cart.ai是一个AI驱动的服务平台，提供全面的业务自动化解决方案，包括编码、客户关系管理、视频编辑、电子商务设置和自定义AI开发，并提供24/7支持。
类似 SKI 的热门 AI 工具
GitHub Copilot Chat
GitHub Copilot Chat 是一个 AI 驱动的编码助手，提供自然语言交互、实时代码建议和直接在支持的 IDE 和 GitHub.com 中的上下文支持。
CopilotForXcode
CopilotForXcode是一个Xcode源代码编辑器扩展，它集成了GitHub Copilot、Codeium和ChatGPT，以在Xcode中提供AI驱动的代码建议、聊天协助和提示到代码功能。
BrowserAI
BrowserAI 是一个开源库，它支持直接在具有 WebGPU 加速的 Web 浏览器中运行本地大型语言模型 (LLM)，提供以隐私为中心的 AI 功能，而无需服务器基础设施。
OpenAI Codex CLI
OpenAI Codex CLI是一个轻量级的开源编码代理，可在您的终端中运行，使开发人员能够将自然语言转换为代码执行，同时提供ChatGPT级别的推理能力，并能够运行代码、操作文件并在版本控制下迭代。