AI工作站

SKI是一款设备本地运行的双向语音助手，专门适配Claude Code、Cursor、Codex、Gemini CLI、Windsurf、OpenClaw等主流AI编程代理。工具支持开发者通过自然语音与编程代理交互，自主构建、管理、调试代码项目，并通过语音实时接收代理反馈结果。区别于普通听写工具，SKI实现完整双向语音对话能力，集成本地语音转文字、神经网络语音合成、全双工语音打断、代理状态监控、多项目管理、离线会议辅助等全套能力。所有语音文本、会话记录、会议录音均本地存储、不上传云端，适配私密、敏感的开发场景。

一、产品核心功能：

1、本地离线语音转文字：全程在设备端完成语音识别，无需联网、数据零云端上传。

2、本地神经网络语音合成：依托本地模型生成自然人声回复，打造流畅双向对话体验。

3、编程代理双向语音闭环：支持语音下发开发指令、语音接收执行反馈，实现无键盘免手动开发交互。

4、全双工智能语音交互：内置回声消除算法，支持随时打断AI回复，对话交互灵活自然。

5、全品类AI编程代理适配：全面兼容主流代码助手类AI工具，适配多终端开发工作流。

6、多项目独立语音路由：支持多代码仓库区分管理，可为不同项目配置专属语音音色与交互配置。

7、代理实时状态监控：实时监听编程代理运行动态，可视化展示任务执行状态。

8、转写内容人工核验：指令发送前支持预览、编辑转写文本，有效规避误指令、错指令问题。

9、全局快捷唤醒操作：支持系统全局快捷键、按住说话模式，一键快速唤起语音交互。

10、截图联动语音编程：支持实时截屏，将页面视觉上下文结合语音指令同步提交给AI代理。

11、离线会议录制与转写：本地完成麦克风、系统音频双路录制，同步生成实时会议转写内容。

12、精细化人声识别区分：自动标记不同说话人，生成结构化、可溯源的会议音轨记录。

13、多格式文件导出：会议转写内容支持Markdown、纯文本导出，便于复盘归档与文档复用。

14、智能日历会议接入：联动谷歌日历自动预约入会，兼容Google Meet、Teams、Zoom主流会议平台。

15、AI代理智能参会：支持AI代理自动参会、纪要记录，配备静音记录员专属工作模式。

16、全场景会议交互能力：基于AgentCall实现屏幕查看、屏幕共享、会议聊天联动等拓展能力。

17、本地隐私会话管理：所有开发对话、转写记录、会议资料仅本地留存，全方位保障数据安全。

二、典型使用场景：

1、通过自然语音操控AI编程代理，完成软件搭建、代码编写、迭代修改等开发工作。

2、语音触发程序测试，直接收听调试反馈与运行结果，全程脱离键盘操作。

3、采用免手持语音交互，快速完成网页、应用程序的原型搭建与功能开发。

4、语音下发指令，让AI代理批量核查项目文件、编写业务代码、执行各类开发运维命令。

5、多项目、多代码仓库并行开发，通过专属语音配置区分不同工程的交互场景。

6、结合截图视觉素材与语音指令，精准完成可视化、界面类相关编程开发需求。

7、本地离线录制转写线上会议，完整留存Zoom、Meet、Teams会议全过程资料。

8、启用AI代理参会功能，自动参与线上会议，智能抓取并记录会议核心信息。

9、导出标准化会议转写文档，快速完成内容整理、项目复盘与资料迭代归档。

10、在涉密、敏感开发项目中使用离线语音编程，杜绝代码与开发数据云端泄露风险。

三、标准使用流程：

1、在macOS、Windows、Linux系统安装SKI客户端，完成麦克风、语音音色、全局快捷键的基础配置。

2、绑定所需的AI编程代理，对接Claude Code、Cursor、Codex、Gemini CLI、OpenClaw等工具。

3、触发全局快捷键，通过自然语音输入开发、调试、查询等各类业务指令。

4、设备本地完成语音转文字，结合项目上下文提交至对应编程代理，并语音播报执行结果。

5、按需开启转写审核、静音模式、截图辅助、离线会议转写、AgentCall智能参会等拓展功能。

6、统一管理本地会话与会议数据，按需导出文件归档，全程保障开发数据本地私密存储。

数据统计