大家好，我是 mylxsw。过去一个月，我全职做了一款 macOS 语音输入法 Typeflux，现在正式开源发布。

它的定位很简单：最接近 Typeless 的免费替代品。完全开源，核心功能永久免费，支持 100% 本地离线运行。

为什么做这个项目

年初第一次用到 Typeless，我被它的效果震惊了 —— 磕磕巴巴的口语化表达，能被转换成结构清晰的专业文字，"像是给大脑装了个翻译器"。

但看到价格我沉默了：年订阅每月 $12，月订阅 $30。好用，但真的下不去手。

当时我就想：能不能做一个自己的版本？于是花了一个下午让 AI 搭了个原型，居然跑起来了。但因为手头还有别的项目，就搁置了。

直到今年 3 月底，X（Twitter）上突然涌现大量语音输入法的讨论。那个时间点让我重新把它捡了起来。

我原以为一两天就能跑通。结果发现，做一个 "能用的原型" 和做一个 "可以给别人用的产品" 之间，差的是一个月的废寝忘食。

今天，它终于 ready 了。

核心功能

基础语音输入

按住快捷键 → 说话 → 松手，文字直接出现在当前 App 的光标位置。写邮件、发微信、填表格、写代码注释…… 任何 App 均可直接使用，无窗口切换，无弹窗干扰。

语音指令改写（我最常用的功能）

选中文字后，按住快捷键说出指令，LLM 直接在原地改写：

• "精简到三句话"
• "翻译成英文"
• "语气正式一点"
• "改成 Markdown 列表"

无需复制粘贴，文字在原地完成变换。这是我每天使用最多的功能，也是真正改变工作流的地方。

多模型支持

语音识别（STT）支持：

• Apple Speech（系统内置）
• Whisper API / Groq
• 本地模型：SenseVoice Small、WhisperKit Medium/Large、Qwen3-ASR
• 国内云服务：阿里云实时 ASR / Qwen ASR、豆包实时 ASR
• Google Cloud Speech
• 多模态 LLM、Typeflux Cloud

大语言模型支持：

• OpenAI 兼容接口（15+ 提供商：OpenAI、Anthropic、Gemini、DeepSeek、Kimi、Qwen、Zhipu、MiniMax、xAI、Groq 等）
• Ollama 本地模型

Persona 系统

为不同场景配置不同的指令集和写作风格。写正式邮件时自动切换商务语气，写代码注释时切换技术表达，日常闲聊时切换轻松口吻。一个快捷键切换整个处理 Pipeline。

这个设计的灵感来自智谱语音输入法（AutoGLM）的 "人设" 功能。他们是先把这个想法做成成熟产品的人，我在这里记一笔致敬 🙏

隐私与开源

Typeflux 可 100% 离线运行：

• 本地语音：SenseVoice Small / WhisperKit / Qwen3-ASR
• 本地大模型：Ollama 支持的任意模型
• 不需要 API Key，数据不出你的 Mac

核心功能永久开源，自托管永久免费。同时上线了 Typeflux Cloud 云端服务（目前免费公测），为不想折腾的朋友提供开箱即用的语音和大模型服务。

技术实现中踩过的坑

说实话，做 Typeflux 最难的不是语音识别，而是 macOS 文本注入的兼容性。

macOS 的 AXTextInsert 能往当前输入框写文字，但很多 App 用了自定义的 NSTextView 子类，只实现了部分协议 —— 注入 "成功" 了，字没出现。

我的解决办法：注入后回读字段内容验证，没变化就切剪贴板兜底。这种 edge case 处理了一大堆，用户用的时候却完全感受不到。

做产品就是这样，invisible 的工作最多。

未来想做什么

我现在是全职独立开发者，Typeflux 是我目前唯一在全力做的事。

当前版本是个语音输入法，但长期目标是成为 桌面端语音 Agent—— 不只是输入，还能基于桌面内容问答、通过语音指令控制电脑完成工作。Agent 模式目前在 Beta，还很粗糙，但这就是我想去的方向。

项目信息

• GitHub： https://github.com/mylxsw/typeflux
• 官网： https://typeflux.app
• 系统要求： macOS（菜单栏应用）
• 许可证： 开源（具体协议见仓库）

如果你试了有什么想法 —— 某个 App 不兼容、功能建议、甚至 "这玩意我用不上"—— 请直接在 GitHub 提 Issue 告诉我。现在的阶段，每一条反馈都在决定产品走向。

也欢迎转发给身边用 Mac 的朋友，独立开发者的产品传播全靠口碑 🙏