amical
Amical 是一款开源且注重隐私的 AI 语音听写应用，旨在让用户摆脱键盘束缚，通过语音实现高达三倍的输入效率。它完全在本地运行，无需联网即可利用 Whisper 等开源模型将语音精准转换为文字，彻底解决了传统云端听写工具存在的数据隐私泄露风险及网络依赖问题。
这款工具的核心优势在于其“情境感知”能力。Amical 能自动识别用户当前活跃的应用程序（如邮件客户端、即时通讯软件或代码编辑器），并智能调整语音内容的格式与风格，使其完美契合当前场景。除了基础听写，它还支持通过快捷键和悬浮组件快速启停，未来更计划集成智能笔记总结及应用控制功能。
由于采用 Electron 架构并整合了 Ollama 以支持本地大语言模型，Amical 在保障数据安全的同时提供了极高的可定制性。它非常适合对隐私有严格要求的普通办公人士、需要频繁记录灵感的创作者，以及希望部署本地化 AI 工作流的开发者。无论是撰写文档、回复消息还是编写代码，Amical 都能提供一个安全、流畅且智能化的语音交互体验。
使用场景
资深开发者李明正在赶制一份紧急的技术方案文档，同时需要回复多条即时通讯软件上的团队询问，双手难以脱离键盘进行多任务处理。
没有 amical 时
- 输入效率低下：在编写复杂逻辑描述或回复长消息时，必须频繁在键盘打字和查阅资料间切换，思路常因打字速度慢而中断。
- 上下文切换成本高：在不同应用（如 IDE、Slack、邮件客户端）间复制粘贴内容时，容易弄混格式，且无法自动适配当前窗口的语境。
- 隐私与网络顾虑：使用在线语音输入工具担心代码片段或敏感业务逻辑泄露至云端，且在无网环境下完全无法工作。
- 后期整理耗时：口述的零散想法需要手动重新排版、提取待办事项，耗费大量额外时间进行二次加工。
使用 amical 后
- 极速流畅录入：通过悬浮组件一键唤醒，利用本地 Whisper 模型实现离线高精度听写，打字速度提升 3 倍，思维流不再被打断。
- 智能语境适配：amical 自动识别当前活跃应用，在 IDE 中生成代码注释风格，在聊天软件中转为自然口语，无需手动调整格式。
- 数据完全私有：所有语音转文字及 AI 整理过程均在本地运行，无需联网即可安全处理敏感技术细节，彻底消除泄露风险。
- 自动化内容结构化：口述的会议记录或灵感随笔，直接被 amical 内置的本地大模型自动总结为结构清晰的笔记和待办任务列表。
amical 让开发者在保护隐私的前提下，通过纯语音交互实现了跨应用的无缝高效创作，真正做到了“动口不动手”。
运行环境要求
- macOS
- Windows
未说明（基于 Whisper 和 Ollama 本地运行，通常建议具备 GPU 以提升速度，但 README 未明确强制要求）
未说明
快速开始
目录
⬇️ 下载
Homebrew (macOS)
brew install --cask amical
🔮 概述
本地优先的AI听写应用。
Amical是一款开源的、由AI驱动的听写与笔记应用，完全在您的设备上运行。它基于Whisper实现语音转文本，并使用开源大模型进行智能处理，为您提供强大的AI听写功能，同时确保完全的隐私。
上下文感知的听写功能可根据您当前的操作自动调整：撰写邮件、在Discord上聊天、在IDE中编写提示词，或与朋友聊天。Amical会检测当前活动的应用程序，并相应地格式化您的语音输入。
✨ 功能
✔︎ - 已完成， ◑ - 进行中， ◯ - 计划中
🚀 超快速听写，AI增强准确性 ✔︎
🧠 基于当前应用程序的上下文感知语音转文本 ✔︎
📒 智能语音笔记 → 摘要、任务、结构化笔记 ◑
🔌 MCP集成 → 可以控制您应用的语音命令 ◯
🎙️ 实时会议转录（麦克风+系统音频） ◯
🔧 可通过快捷键、语音宏和自定义工作流扩展 ✔︎
🔐 隐私优先：离线工作，可在应用内一键设置本地模型 ✔︎
🪟 浮动小部件，支持自定义快捷键，轻松开始/停止录音 ✔︎
🔰 技术栈
- 🎤 Whisper
- 🦙 Ollama
- 🧑💻 Typescript
- 🖥️ Electron
- ☘️ Next.js
- 🎨 TailwindCSS
- 🧑🏼🎨 Shadcn
- 🔒 Better-Auth
- 🧘♂️ Zod
- 🐞 Jest
- 📚 Fumadocs
- 🌀 Turborepo
🤗 贡献
我们欢迎任何贡献！请在我们的Discord服务器中联系团队，了解更多详情。
🎗 许可证
根据MIT许可证发布。
版本历史
v1.2.02026/04/16v1.1.12026/04/14v1.1.02026/04/01v1.1.0-beta.42026/03/31v1.1.0-beta.12026/03/29v1.0.52026/03/26v1.0.5-beta.32026/03/26v1.0.5-beta.12026/03/24v1.0.42026/03/11v1.0.32026/03/09v1.0.22026/03/06v1.0.12026/02/25v1.0.02026/02/18v1.0.0-beta.52026/02/17v1.0.0-beta.42026/02/13v1.0.0-beta.32026/02/13v1.0.0-beta.22026/02/12v0.1.172026/01/28v0.1.162026/01/26v0.1.16-beta.52026/01/23常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
opencode
OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。