SKI
一款本地设备端的语音界面，让开发者可以与 Claude Code、Codex 等编程 agent 对话，并听到它们的语音回复。
社区:
产品概览
什么是SKI？
SKI 将输入的文字提示转化为编程 agent 之间的语音对话。开发者无需打字并滚动查看输出，而是可以直接对 Claude Code、Cursor、Codex、Gemini CLI、Windsurf 或 OpenClaw 说话，并以合成语音听取 agent 的回复。整个流程——语音识别与语音输出——都在用户的 Mac 或 PC 上本地运行，所说的内容不会被传输到任何服务器。除了编程场景，SKI 还可以作为离线会议录音工具；通过其付费功能 AgentCall，还能让 agent 作为发言参与者或静默记录员加入实时视频通话。
主要功能
完全本地设备端语音闭环
语音转文字与神经网络语音合成均在本地设备上运行，音频不会离开设备，应用离线也能使用。
全双工打断（Barge-In）
回声消除让用户可以在 agent 回复过程中随时插话，并被清晰识别，无需按键说话（push-to-talk）。
跨 Agent、多项目路由
一次集成即可同时连接多个编程 agent，每个绑定的项目都有独立的语音，方便切换识别。
实时状态与「发送前确认」
实时指示器确认 agent 正在监听，可选的审核模式会将转写文本保留在可编辑气泡中，直到用户确认发送。
按需截图捕获
快捷键可为下一条语音请求附加截图，agent 也可以在需要视觉上下文时主动请求截图。
离线会议录制与日历自动加入
在本地捕获麦克风与系统音频，时长不受限制且无需机器人加入通话，还能自动派遣 agent 加入日历关联的会议。
使用场景
- 免提编程会话 : 开发者用语音下达编程指令，并通过语音听取结果播报，而不必阅读终端输出。
- 多仓库任务切换 : 管理多个代码库的工程师可以用语音指定项目，借助每个项目独有的语音作为提示音区分。
- 本地会议转写 : 团队可以完全在本地录制站会、评审或客户通话，并导出转写文本，无需依赖云端转写服务。
- 视觉上下文共享 : 开发者可以将语音请求与即时截图配合发送，让 agent 在执行前准确了解屏幕上的内容。
- 语音优先的无障碍体验 : 偏好语音而非打字，或打字能力有限的开发者，可以通过对话方式进行软件开发与调试。
- AI Agent 会议参与 : 通过 AgentCall，编程 agent 可以加入 Zoom、Meet 或 Teams 会议，代表团队发言、演示或静默记录笔记。
常见问题
SKI的替代方案
ElevenLabs
先进的AI驱动平台，专注于多语言仿真文本转语音、语音转文本、声音克隆和对话式语音Agent。
Cursor
基于VS Code的AI驱动代码编辑器，通过智能代码生成、重构和上下文代码库理解，加速软件开发。
Truecaller
全球领先的来电识别与骚扰拦截应用，利用AI和社区数据识别来电、拦截骚扰，提升通信安全。
Xiaomi MiMo
小米全栈 Agent 模型套件，涵盖前沿推理、全模态感知与富有表现力的语音合成——专为 Agent 时代而生。
Sesame AI
先进AI语音模型，提供自然、富有表现力且具备上下文感知的对话语音合成。
Deepgram
领先的语音AI平台，为开发者提供语音转文本、文本转语音和语音到语音能力。
SoundHound AI
先进的语音AI平台，融合生成式AI与音乐识别，提供高精度、可定制的对话体验。
Cartesia AI
最快速的超逼真语音AI平台，实现高保真、低时延的实时语音合成、克隆与补全。