最新

大家好。 我一直在开发 Hitoku Draft，这是一个完全在本地运行的、开源的、语音优先的 AI 助手。我之前已经发布过相关信息，现在它还增加了语音编辑的转录功能。我希望获得反馈，因为我发现，在科技圈之外，很多人仍然不太使用这项技术。 它具有上下文感知能力，这意味着它可以读取你的屏幕、文档和活动应用程序，以了解你正在处理的内容。你可以通过语音询问 PDF 文件、回复电子邮件、创建日历事件、进行网络搜索、编辑文本等。 你可以使用代码 HITOKUHN2026 免费下载编译好的版本：[https://hitoku.me/draft/](https://hitoku.me/draft/) （基础价格为 5 美元）。 它支持 Gemma 4 和 Qwen 3.5 进行文本生成，以及多种语音转文本（STT）后端（Parakeet, Qwen3-ASR）。 示例： - Gemma4 的实际应用：[https://www.youtube.com/watch?v=OgfI-3YjEVU](https://www.youtube.com/watch?v=OgfI-3YjEVU) - 查询 PDF 文档：[https://www.youtube.com/watch?v=ggaDhut7FnU](https://www.youtube.com/watch?v=ggaDhut7FnU) - 回复电子邮件：[https://www.youtube.com/watch?v=QFnHXMBp1gA](https://www.youtube.com/watch?v=QFnHXMBp1gA) - 以及常规的语音听写（可选择性润色）。 我目前经常使用它来配合 Claude Code 和 Logseq。现在，我们正与一些朋友一起开发一个新的跨平台版本。长远目标是让本地 AI 交互模型为大众和专业人士服务。