自从开始用 Claude Code 和各种 Agent 产品，发现一个新的痛点：你需要输入的东西越来越长、越来越完整。
给 Agent 下指令，你想把需求说清楚，但打字又慢又累，最后要么描述不够准确，要么懒得写细节，然后 AI 给你的结果也差强人意。
我的解法是做了一个 AI 语音输入工具：Sayd Desktop 。
核心使用场景：
- 用 Claude Code / Cursor / Codex / 任何 Agent 产品时：直接说需求，想说多详细说多详细，不用憋着打字，AI 帮你润色成干净的文本再输入
- 跟任何 Agent 交互时：口述完整的任务描述、背景、约束条件，比手打快 5 倍
- 写代码注释、提交信息、PR 描述：说出来，自动格式化
技术实现：
- 基于 amical 开源项目二次开发
- 云端实时转录 + 内置 LLM 文本润色，输出直接是干净可用的文本
- 浮动悬浮窗 + 自定义快捷键，不打断工作流
支持平台：
- macOS （ M 系列 / Intel ）
- Windows x64
费用：
- 注册即送 $5 免费额度，无需绑卡，永不过期
- 实时转录单价约 $0.126/小时，$5 大约能用 40 小时（保守估计）
- 每天使用 15 分钟的话，$5 大约能用 20 个月
开源 MIT ，代码和下载都在这里： https://github.com/teaguexiao/sayd-desktop
注册免费 API （含 $5 Credit ）： https://sayd.dev/zh/signup
现在写提示词、给 Agent 下指令基本靠嘴，效率差不多是纯打字的 3-5 倍。感兴趣可以试试，有问题欢迎 issue 或直接这里聊。
 |
1
teaguexiao OP 欢迎大家拍砖
|
 |
2
zhaojun1998 7 days ago
本质上我觉得打字更快，更适合做这个过程，自己在这个过程中还更容易发现其中的逻辑问题。如果语音的话，说错几句话，怎么整，打字可以直接删除/替换指定的文本，但语音就比较麻烦了，只能对语音识别结果再做修改。
而且如果经过仔细斟酌的打字都描述不够准确，语音想描述准确更难。 再说说整体流程，感觉只是换了种方式而已，这和直接你跟 AI 聊你构想的需求，让 AI 补充细节，直到你满意后再让他开始开发。从整个流程上只是换了个软件、打字换成了语音，其他的没区别。 |
Select Language