# ququ **Repository Path**: a-i-c-zhangtian/ququ ## Basic Information - **Project Name**: ququ - **Description**: 开源免费的 Wispr Flow 替代方案 | 集成FunASR本地模型和可配置大语言模型的下一代中文桌面语音工作流 - **Primary Language**: Unknown - **License**: Apache-2.0 - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 4 - **Created**: 2025-10-11 - **Last Updated**: 2025-10-13 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README


# 蛐蛐 (QuQu) **开源免费的 Wispr Flow 替代方案 | 为中文而生的下一代智能语音工作流**
License Platform Release PRs Welcome

> **厌倦了 Wispr Flow 的订阅费用?寻找开源免费的语音输入方案?来试试「蛐蛐」!** **蛐蛐 (QuQu)** 是 **Wispr Flow 的开源免费替代方案**,专为中文用户打造的注重隐私的桌面端语音输入与文本处理工具。与 Wispr Flow 不同,蛐蛐完全开源免费,数据本地处理,专为中文优化,支持国产AI模型。 ### 🆚 vs Wispr Flow:开源免费的替代方案 | 核心对比 | 🎯 蛐蛐 (QuQu) | 💰 Wispr Flow | |---------|---------------|---------------| | **价格** | ✅ **完全免费** | ❌ $12/月订阅 | | **隐私** | ✅ **本地处理** | ❌ 云端处理 | | **中文** | ✅ **专为中文优化** | ⚠️ 通用支持 | | **AI模型** | ✅ **国产AI支持** | ❌ 仅国外模型 | 想象一下,你可以像和朋友聊天一样写作。说的内容被实时、精准地转换成文字,口误和"嗯、啊"等废话被自动修正,甚至能根据你的要求,自动整理成邮件格式或代码片段。**这就是「蛐蛐」为你带来的体验 —— 而且完全免费!** --- ## ✨ 核心优势 | 特性 | 蛐蛐 (QuQu) 的解决方案 | | :--- | :--- | | 🎯 **顶尖中文识别,隐私至上** | 内置阿里巴巴 **FunASR Paraformer** 模型,在您的电脑本地运行。这意味着它能听懂中文互联网的"梗",也能保护您最私密的语音数据不被上传。 | | 💡 **会思考的"两段式引擎"** | 独创 **"ASR精准识别 + LLM智能优化"** 工作流。它不仅能转录,更能"理解"和"重塑"您的语言。**自动过滤口头禅**、**修正错误表述**(例如将"周三开会,不对,是周四"直接输出为"周四开会"),这些都只是基础操作。 | | 🌐 **为国内优化的开放AI生态** | 支持任何兼容OpenAI API的服务,并**优先适配国内顶尖模型** (如通义千问、Kimi等)。这意味着更快的响应速度、更低的费用和更好的合规性。 | | 🚀 **开发者与效率专家挚爱** | 能准确识别并格式化 `camelCase` 和 `snake_case` 等编程术语。通过自定义AI指令,更能实现**上下文感知**,根据您当前的应用(写代码、回邮件)智能调整输出格式。 | ## 🎬 功能演示

(这里是应用的GIF演示图)

- **一键唤醒**: 全局快捷键 F2,随时随地开始记录。 - **实时识别**: 本地 FunASR 引擎提供高精度中文识别。 - **智能优化**: 连接您的AI模型,自动润色、纠错、总结。 - **无缝粘贴**: 转换完成的文本自动粘贴到您当前光标位置。 ### 🚀 从 Wispr Flow 迁移? 如果你正在使用 Wispr Flow 但希望**节省订阅费用**、**保护隐私数据**、**更好的中文支持**,那么蛐蛐就是你的完美选择! ## 🚀 快速开始 ### 1. 环境要求 - **Node.js 18+** 和 pnpm - **Python 3.8+** (用于运行本地FunASR服务) - **macOS 10.15+**, **Windows 10+**, 或 **Linux** ### 2. 项目初始化 #### 方案一:使用 uv (推荐) 🌟 [uv](https://github.com/astral-sh/uv) 是现代化的 Python 包管理器,能自动管理 Python 版本和依赖,避免环境冲突: ```bash # 1. 克隆项目 git clone https://github.com/yan5xu/ququ.git cd ququ # 2. 安装 Node.js 依赖 pnpm install # 3. 安装 uv (如果尚未安装) # macOS/Linux: curl -LsSf https://astral.sh/uv/install.sh | sh # Windows: # powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex" # 4. 初始化 Python 环境 (uv 会自动下载 Python 3.11 和所有依赖) uv sync # 5. 下载 FunASR 模型 uv run python download_models.py # 6. 启动应用! pnpm run dev ``` #### 方案二:使用系统 Python 如果您更喜欢使用系统 Python 环境: ```bash # 1. 克隆项目 git clone https://github.com/yan5xu/ququ.git cd ququ # 2. 安装 Node.js 依赖 pnpm install # 3. 创建虚拟环境 (推荐) python3 -m venv .venv source .venv/bin/activate # Linux/macOS # .venv\Scripts\activate # Windows # 4. 安装 Python 依赖 pip install funasr modelscope torch torchaudio librosa numpy # 5. 下载 FunASR 模型 python download_models.py # 6. 启动应用! pnpm run dev ``` #### 方案三:使用嵌入式 Python 环境 项目还支持完全隔离的嵌入式 Python 环境(主要用于生产构建): ```bash # 1-2. 同上克隆项目和安装 Node.js 依赖 # 3. 准备嵌入式 Python 环境 pnpm run prepare:python # 4. 测试环境是否正常 pnpm run test:python # 5. 启动应用 pnpm run dev ``` ### 3. 配置AI模型 启动应用后,在 **设置页面** 中填入您的AI服务商提供的 **API Key**、**Base URL** 和 **模型名称**。支持通义千问、Kimi、智谱AI等国产模型,配置将自动保存在本地。 ### 4. 故障排除 #### 常见初始化问题 **问题**: `ModuleNotFoundError: No module named 'funasr'` ```bash # 解决方案 1: 使用 uv (推荐) uv sync uv run python download_models.py # 解决方案 2: 重新安装依赖 pip install funasr modelscope torch torchaudio librosa numpy # 解决方案 3: 使用嵌入式环境 pnpm run prepare:python ``` **问题**: FunASR 模型下载失败或加载缓慢 ```bash # 检查网络连接,确保能访问 modelscope.cn # 如果在 macOS 上遇到 SSL 警告: pip install "urllib3<2.0" # 手动下载模型: python download_models.py # 或使用 uv: uv run python download_models.py ``` **问题**: Python 版本不兼容 ```bash # 使用 uv 自动管理 Python 版本 (推荐) uv sync # 会自动下载 Python 3.11 # 或手动安装 Python 3.8+ # 检查当前版本: python3 --version ``` #### 环境选择建议 | 使用场景 | 推荐方案 | 优点 | |---------|---------|------| | **新用户/快速体验** | uv | 自动管理,无环境冲突 | | **开发者/自定义需求** | 系统 Python + 虚拟环境 | 灵活控制,便于调试 | | **生产部署** | 嵌入式环境 | 完全隔离,无外部依赖 | #### 其他常见问题 - **权限问题**: 在某些系统上可能需要使用 `--user` 参数安装Python包 - **网络问题**: 首次运行时需要下载FunASR模型,请确保网络连接正常 - **模型路径**: 模型默认下载到 `~/.cache/modelscope/` 目录 ## 🛠️ 技术栈 - **前端**: React 19, TypeScript, Tailwind CSS, shadcn/ui, Vite - **桌面端**: Electron - **语音技术 (本地)**: FunASR (Paraformer-large, FSMN-VAD, CT-Transformer) - **AI模型 (可配置)**: 兼容 OpenAI, Anthropic, 阿里云通义千问, Kimi 等 - **数据库**: better-sqlite3 ## 🤝 参与贡献 我们是一个开放和友好的社区,欢迎任何形式的贡献! ### 📋 项目管理 我们使用 GitHub Projects 来管理项目的开发进度和任务规划: - 📊 **项目看板**: [蛐蛐 开发看板](https://github.com/users/yan5xu/projects/2) - 查看当前开发状态、功能规划和进度跟踪 - 🎯 **任务管理**: 所有功能开发、Bug修复和改进建议都在项目看板中进行跟踪 - 🔄 **开发流程**: 从想法提出到功能发布的完整流程可视化 ### 如何参与 - 🤔 **提建议**: 对产品有任何想法?欢迎到 [Issues](https://github.com/yan5xu/ququ/issues) 页面提出。 - 🐛 **报Bug**: 发现程序出错了?请毫不犹豫地告诉我们。 - 💻 **贡献代码**: 如果您想添加新功能或修复Bug,请参考以下步骤: 1. Fork 本项目 2. 创建您的特性分支 (`git checkout -b feature/your-amazing-feature`) 3. 提交您的更改 (`git commit -m 'feat: Add some amazing feature'`) 4. 将您的分支推送到远程 (`git push origin feature/your-amazing-feature`) 5. 创建一个 Pull Request ## 💬 交流与社区 (Communication & Community) 「蛐蛐」是一个由社区驱动的开源项目,我们相信开放的交流能激发最好的创意。你的每一个想法、每一次反馈都对项目至关重要。 我们诚挚地邀请你加入官方微信交流群,在这里你可以: * 🚀 **获取一手资讯**:第一时间了解项目更新、新功能预告和开发路线图。 * 💬 **直接与开发者对话**:遇到安装难题?有绝妙的功能点子?在群里可以直接 @ 作者和核心贡献者。 * 💡 **分享与学习**:交流你的 AI 指令 (Prompt) 和自动化工作流,看看别人是怎么把「蛐蛐」玩出花的。 * 🤝 **参与项目共建**:从一个想法的提出,到一次代码的提交 (Pull Request),社区是你最好的起点。
| 微信扫码,加入官方交流群 | | :----------------------------------------------------------: | | QuQu Official WeChat Group
*QuQu Official WeChat Group* | |

如果二维码过期或无法加入,请在 Issues 中提一个 Issue 提醒我们,谢谢!

|
## 🙏 致谢 本项目的诞生离不开以下优秀项目的启发和支持: - [FunASR](https://github.com/modelscope/FunASR): 阿里巴巴开源的工业级语音识别工具包。 - [OpenWhispr](https://github.com/HeroTools/open-whispr): 为本项目提供了优秀的架构参考。 - [shadcn/ui](https://ui.shadcn.com/): 提供了高质量、可组合的React组件。 ## 📄 许可证 本项目采用 [Apache License 2.0](LICENSE) 许可证。