SKI

嘿，Product Hunt 👋 我是 Anand，开发者之一。

我们每天都在用编码智能体，经常发现自己在打一段三句话的 prompt，其实四秒钟就能说出来。思考很快，打字跟不上。

所以我们做了 SKI。按住 Function 键，说出你想要什么，你的智能体就去执行——然后用语音回答你，像真人一样。它是个存在感很低的东西：就住在你的刘海（notch）里，从不打断你的工作流。

我们关心三件事：

• 它会回答。智能体的语音输入已经存在——但那是单向的，进的是语音，出的是文字。SKI 把闭环补上了：它会把结果说出来。

• 它能开会。把你的编码会话作为真正的队友拉进通话，实时构建——或者让智能体代替你发言。

• 它是本地的。语音输入和语音输出都在你机器上运行。没有云，离线也能用。

终身免费——今天支持 Mac 和 Windows，Linux 随后就到。

这是我们的首次发布，所以欢迎各种硬核问题。你用的是哪个智能体？什么能让你一整天都开着它？

哈哈哈，这个有意思！现在这绝对会感觉像有个初级程序员跟着我。你们怎么处理口音问题？尤其是涉及到代码的时候，特定的关键字和语法非常重要。

听写和语音命令的失败方式不同，我觉得这正是有趣的地方。听写时听错的词会留在屏幕上，你可以修改。但在这里，听错的词会变成一个去执行的东西。

‘删除测试文件’和‘删除文件的其余部分’两句话都说得通，也都合理，而 ASR 会自信地理解成错误的那句。所以置信度分数救不了你，按住说话只控制它什么时候听，不控制它执行什么。

你会把结果说出来，这确实在智能体执行完之后闭环了。对于那些难以撤销的操作，它会在执行前重复一遍指令吗？

非常有前途的方向——但有两个原因让我用了几分钟就卸载了：

a) 我需要一种方法来选择输入和输出。我有多个麦克风（Jabra 无线耳机用于会议、Rode 麦克风用于录像、还有一些系统回环等），也有多个输出设备。（夜深的时候，我想让声音从耳机出来，免得吵到家人。）

b) 价格不透明。我理解你们需要赚钱。我们都需要。但如果你跟我说‘终身免费’，然后我在账户状态的小字里看到 $2.50，我会很恼火。请把定价说清楚。你是在和其他我付费的工具竞争，而且我很乐意为更好的工具付费。

它有内置智能来理解和回应吗？还是说像‘自带智能体’那样，语音由 Claude Code 或我们的智能体来理解和说出？

等不及想试试了😀。我自己也试过好几次想做出这个东西。最近模型才终于好到能实现这一点。

你能和 AI 智能体共享屏幕吗？能展示问题给它看会很棒。