AI 接线员 · AI Commander

用耳机上的「播放 / 暂停」键，一键接通你的 AI —— 开口说，文字直接落进光标。

随口说，出成稿 · 全程本地 · 为爱发电，永久免费

中文 · English

⭐ 觉得有用，点个 Star 支持一下

_{语音输入 · 本地语音识别 · 本地大模型 · 离线 · 媒体键映射 · push-to-talk · voice input · vibe coding · 接线员 · macOS · Windows}

缘起

以前打电话，是一件很具体的事。

听筒有重量，电话线会绕在手边。号码拨出去以后，要等另一头有人接起。电话把相隔很远的两个人接在一起，声音从一根细细的线里传过来。

后来，电话被收进一块薄薄的屏幕里。我们不再守在电话旁，等一个人。听筒悄悄退场，成了电影里的道具。

我一直很喜欢那个简单的动作：拿起听筒，线路接通，然后开口。

在这个时代，要是还有这样一部电话呢？

过去，电话把人与人连接在一起。

现在，我们用它，和未来说话。

主要能力

AI 接线员 v2.1 有两种独立的使用方式：在 Apple 芯片 Mac 或 Windows x64 电脑上直接使用内置的本地语音输入；或只做耳机键映射，调用已经安装的语音工具。使用本地语音不需要安装 Typeless、微信输入法或任何第三方输入法。

• 耳机键一按即说：按一下开始，再按一下结束，文字直接落进当前光标。
• 全程本地，永久免费：识别、清理、润色全在本机，录音与文字不上传；开源可审计。
• 两档语音识别：Qwen3-ASR 高精度中英混说；SenseVoice 轻量省内存。
• 随口说，出成稿：规则层清口语词、纠术语大小写；可选本地大模型整理重复、标点与数字格式，忠实原意。
• 兼容已有语音工具：内置豆包、微信、Typeless、闪电说、Wispr Flow、Superwhisper、AutoGLM、Claude Code、Codex 预设，也可自定义快捷键。

贴合平台的轻量设计

macOS 版整体采用 Liquid Glass 设计规范；Windows 版遵循 Fluent 2。两个平台的听写悬浮胶囊都会随「录音 → 识别 → 润色」状态变化，完成即收起，不打断手头的事。

随口说，出成稿

下面是一段典型的工作口述，并用当前生产版管线实际处理。确定性规则先清理口语词，本地大模型再整理重复、数字和标点；关键信息保持不变。

模型与语言

模型均按真实口述场景，通过本地数据及开源数据集，经过选型和调优。 只用按键映射时，无需下载任何模型。

下载与安装

前往 Releases 下载。

macOS 首次打开

应用未做 Apple 公证，首次打开可能提示「已损坏」或「身份不明的开发者」。软件没问题，任选一种处理：

• 系统设置：双击 App → 「系统设置 → 隐私与安全性」→ 点「仍要打开」。
• 终端兜底：

  sudo xattr -cr /Applications/AI接线员.app
  

首次启动会引导授权辅助功能与麦克风，并可顺手检测耳机播放键。

Windows 首次打开

• SmartScreen 拦截：点「更多信息 → 仍要运行」。
• 杀毒软件可能因「键盘钩子」误报，加入信任即可。
• 单文件免安装，x64，Windows 10/11，无需管理员权限和 .NET。
• 如果本地语音没有采到声音，请在 Windows 隐私设置中允许桌面应用使用麦克风。

常见问题

按耳机键会不会同时触发语音输入和音乐播放 / 暂停？

不会。总开关开启后，AI 接线员会接管并吞掉这次播放键事件：本地语音模式只控制录音，按键映射模式只发送目标工具的快捷键。它不会一边启动 Typeless 一边暂停音乐，也不会在结束语音时自动恢复播放。

这也意味着，总开关开启期间，耳机播放键不再控制媒体；关闭总开关后，监听会完整释放，按键恢复原有的播放 / 暂停功能。这是明确的按键接管，不是两个操作同时触发的冲突。

搭配 Typeless 时，把耳机键映射成 Fn 会和其他快捷键冲突吗？

不会。macOS 版映射 Typeless 默认的 Fn，Windows 版映射默认的 Right Alt；AI 接线员只会在你按耳机键时模拟对应按键，不会修改它原本的功能，也不会占用其他快捷键。如果你改过 Typeless 的默认快捷键，再使用「自定义」映射。

搭配微信输入法，需要安装其他自动化脚本吗？

不需要。macOS 版会映射微信输入法的 Fn + 空格 免提模式，按一下开始、再按一下结束；Windows 版会在你按住耳机键时映射官方的 Ctrl + Win 语音输入。都不需要额外安装自动化脚本。

第一次使用需要配置很多东西吗？

不需要。打开 App，选择一种输入方式就能使用；macOS 首次启动会引导完成必要授权。使用现有输入法无需下载模型，选择本地语音时再下载一个语音识别模型即可。

按耳机键没有反应？

AI 接线员监听的是系统收到的「播放 / 暂停」媒体键事件。如果耳机、转接头或外接按键本身不发送这个标准线控事件，软件也无法识别。macOS 首次引导里的「耳机播放键检测」可以先确认硬件是否支持；目前也不能改用键盘快捷键触发本地语音。

插上耳机后，为什么仍在用电脑麦克风？

AI 接线员使用系统当前的默认输入设备，不会替你切换麦克风。请先在 macOS 或 Windows 的声音设置里选择要使用的输入设备，再开始录音。

按键能触发，但没有识别出文字？

先确认系统麦克风权限已经打开，再检查输入设备是否选对、当前语音识别模型是否已经下载完整。Qwen3 和 SenseVoice 只会运行当前选中的那一档，不会在后台偷偷切换。

为什么文字没有落进当前输入框？

请在按下耳机键前把光标放进目标输入框。macOS 还需要辅助功能权限；Windows 无法向以管理员身份运行的高权限窗口注入文字。密码框等系统隐私区域也可能禁止合成输入。

Intel Mac 或 Windows 可以使用本地语音吗？

Windows 10/11 x64 从 v2.1 起已经支持完整本地语音输入。Intel Mac 暂不支持；macOS 版内置的 sherpa-onnx 与 llama.cpp 运行组件仅提供 Apple 芯片版本。

为什么 Windows 的本地大模型润色可能比较慢？

Windows v2.1 使用 CPU 运行可选的 Qwen3-8B 润色模型，速度取决于处理器。首次开启时 App 会实测性能：太慢会明确提醒或关闭润色，超时则回退到规则清理结果。不开润色不影响本地语音识别。

🧩 推荐搭配使用

• 🎙️ Typeless：也可以让 AI 接线员只负责耳机键映射，由 Typeless 完成语音输入与整理。
• ☎️ Native Union 复古电话听筒：有质感、完整功能经过验证，也最接近这个项目最初想保留的电话体验。

隐私说明

它需要「全局监听耳机键 + 合成键盘输入」两项敏感能力，所有代码均已开源，可供验证：

• 只响应耳机播放键，不读键盘、不记录内容；
• 文字走键盘事件写入，不碰剪贴板；
• 处理全程本地，联网仅发生在你点击下载模型时。

开发者信息

./build.sh          # 编译 arm64 + 签名 → AI接线员.app

cd Commander-Windows
dotnet publish -c Release -r win-x64 --self-contained true -p:PublishSingleFile=true

License

MIT © 2026 Jonny Yu