SKI
一款裝置端語音介面，讓開發者能與 Claude Code、Codex 等程式撰寫 agent 對話，並聽到它們的語音回覆。
社群:
產品概覽
SKI 是什麼？
SKI 把輸入的文字提示轉化為與程式撰寫 agent 之間的語音對話。開發者不必打字並捲動閱讀輸出內容，而是可以直接對 Claude Code、Cursor、Codex、Gemini CLI、Windsurf 或 OpenClaw 說話，並以合成語音聽取 agent 的回覆。整個流程——語音辨識與語音輸出——都在使用者的 Mac 或 PC 上本機執行，所說的內容不會傳送到任何伺服器。除了程式開發情境之外，SKI 也可以當作離線會議錄音工具；透過付費功能 AgentCall，還能讓 agent 以發言參與者或安靜記錄員的身分加入即時視訊通話。
主要功能
完全裝置端語音迴路
語音辨識與神經網路語音合成皆在本機執行，音訊不會離開裝置，離線也能使用。
全雙工插話（Barge-In）
回音消除功能讓使用者可以在 agent 回覆時隨時插話，並且能被清楚辨識，不需要按住說話鍵（push-to-talk）。
跨 Agent、多專案路由
一次整合即可同時連接多個程式撰寫 agent，每個綁定的專案都有各自獨立的語音，方便切換辨識。
即時狀態與「發送前確認」
即時指示器會確認 agent 正在聆聽，選用的審閱模式會將逐字稿保留在可編輯的泡泡中，直到使用者確認發送為止。
隨選截圖擷取
快速鍵可為下一則語音請求附加畫面截圖，agent 也能在需要視覺內容時主動要求截圖。
離線會議錄音與行事曆自動加入
在本機擷取麥克風與系統音訊，時長不受限，也不需要機器人加入通話，還能自動派遣 agent 加入行事曆關聯的會議。
使用案例
- 免動手打字的程式開發流程 : 開發者以語音下達程式指令，並用語音聽取結果播報，不必再閱讀終端機輸出。
- 多儲存庫任務切換 : 管理多個程式碼庫的工程師可以用語音指定專案，並以每個專案獨有的語音作為辨識提示。
- 本機會議逐字稿 : 團隊可以完全在本機錄製站會、審查會議或客戶通話，並匯出逐字稿，不需依賴雲端轉錄服務。
- 視覺內容分享 : 開發者可以在語音請求中附上即時截圖，讓 agent 在執行前準確掌握畫面內容。
- 語音優先的無障礙體驗 : 偏好語音而非打字，或打字能力有限的開發者，也能以對話方式進行軟體開發與除錯。
- AI Agent 會議參與 : 透過 AgentCall，程式撰寫 agent 可以加入 Zoom、Meet 或 Teams 會議，代表團隊發言、簡報或安靜地做筆記。
常見問題
SKI 的替代方案
ElevenLabs
先進 AI 平台，專精於擬真文字轉語音、語音轉文字、聲音複製與對話式 Voice Agent，支援多語言。
Cursor
以 AI 為核心的程式碼編輯器，建構於 VS Code 基礎上，透過智慧生成、重構與語境化程式碼庫理解，加速軟體開發。
Truecaller
全球領先的來電顯示與垃圾電話阻擋App，結合AI與社群資料辨識來電、阻擋垃圾，全面提升通訊安全。
Xiaomi MiMo
小米全棧 Agent 模型套件，涵蓋前沿推理、全模態感知與富有表現力的語音合成——專為 Agent 時代而生。
Sesame AI
先進AI語音模型，實現自然、具表現力與脈絡感知的對話語音合成。
Deepgram
領先的語音 AI 平台，為開發者提供 Speech-to-Text、Text-to-Speech 及 Speech-to-Speech 能力。
SoundHound AI
先進語音 AI 平台，結合生成式 AI 與音樂辨識，提供高度精準、可自訂化的對話體驗。
Cartesia AI
最快速的超擬真語音AI平台，實現高保真、低延遲的即時語音合成、分身與補音功能。