👀 30 秒了解 Aura

模糊的想法 → 按住 Space 说话 → 本地语音转文字 → LLM 整理需求
           → 目标、约束、验收标准 → 粘贴到 AI Agent 执行

Aura 不是聊天机器人。它是你和 AI Agent 之间的表达层——保留你的真实意图，把零散的语音变成清晰、可执行、可验证的任务。

🌌 为什么需要 Aura

你打开 Codex、Claude Code 或 Cursor，光标在闪烁。你大概知道自己想要什么——修个 bug、改个功能、或者脑子里有个半成型的想法——但目标、范围、步骤和完成标准不会一下子全部浮现。

这不是沟通的失败。人类的思维天然是从模糊到清晰的过程。 好想法是在说出口、看见文字、反复修改、补充细节的过程中诞生的。Aura 的存在，就是为了接住你的第一个念头，然后帮你把它照亮。✨

模糊的想法 → 说出来 → Aura 帮你整理成清晰的第一版 → 优化它 → AI Agent 执行

🎙️ 为什么用语音？

打字容易让人过早追求「完美的句子」。说话允许你犹豫、补充上下文、改变主意、从感觉出发——而大语言模型恰好擅长从这些不完整的线索中找出意图和结构。

🚀 在 AI Agent 时代，会提问才是优势

当 Agent 承担越来越多的重复性工作时，区分高下的关键越来越在于：我们能不能清楚地表达真正的问题。Aura 让你专注于目标、判断和创造力，而不是学习如何讨好一个输入框。

🛠️ 唤醒沉睡的 Skill

Skill 容易安装、容易遗忘。Aura 会扫描 Skill 的描述，匹配当前的意图，并把相关的能力自动写入生成的任务中。

「把这个研究做成演示文稿」→ 匹配到演示 Skill → 生成 Agent 可执行的任务

你不需要记住每个 Skill 的名字——只要记住你想完成什么。🧩

📅 更新日志

格式参考 GitHub 风格

2026-07-25

✨ 新增：问题清晰度

• 每次语音转录后，AI 自动评估问题的清晰程度，以百分比环形饼状图展示在「原始转录」栏（绿/黄/红三色对应高/中/低清晰度）
• 清晰度评估结果持久化保存到 SQLite，同一段转录每次加载显示一致，不会反复变化
• 新增「补充信息」功能——AI 根据当前转录和历史对话，自动生成 2~4 个澄清性问题，附带可选答案；支持单选/多选（AI 自动判断），也可自定义输入
• 补充信息问题按转录内容缓存，同一段话重复打开显示相同问题，避免无意义变化；底部提供「刷新问题」按钮可手动换一批
• 复制按钮新增淡出动画，「已复制」状态不再突然消失

2026-07-22

🔧 修复

• 解决打包 bug
• LLM 设置新增「测试连接」按钮，输入完 API Key 可一键验证

📝 文档

• README 新增 QQ 技术交流群

2026-07-21

🔧 修复

• 修复 STT 模型加载失败时的自动回退：Whisper 下载失败自动切换至 SenseVoice Small 并持久化配置
• 多项打包相关 bug 修复

📝 文档

• 重新整理 README，更清晰地说明项目定位和使用方式

2026-07-20

✨ 新增

• 三种官方模式（行动 / 决策 / 创作），支持自定义模式和本地私人副本
• 界面主题切换（晨光 / 静夜），支持简体中文 / 繁體中文 / English / 日本語
• 语音识别模型切换更方便
• 修复 LLM API Key 保存逻辑

2026-07-18 ~ 07-19

✨ 新增

• 设置页面：语音模型选择（SenseVoice Small / Whisper Large V3）
• 界面主题美化
• Windows 安装包支持（NSIS）
• 系统托盘、开机自启动
• 程序退出流程和日志系统优化
• 预发布版本

2026-07-16 ~ 07-17

✨ 新增

• 冷启动优化：启动页展示模型加载进度条
• 编辑模式：可手动编辑转录和编译结果，修改后重新编译
• 本地 Skill 扫描和匹配
• 历史会话：加载、删除、清空

2026-07-10 ~ 07-12

🎉 项目诞生

• MVP 1.0 版本：语音录入 → 本地 STT 转录 → LLM 整理 → 复制结果
• 技能（Skill）配置页
• 手动编辑转录和编译结果的初步支持
• 初代框架搭建

🌟 功能特性

• 🎙️ 按住 Space 录音，松手自动转录和整理
• 🔒 本地语音识别：SenseVoice Small 或 Whisper Large V3
• 🧠 默认 DeepSeek，也支持任何 OpenAI 兼容的 LLM 接口
• 🎯 三种模式：行动 / 决策 / 创作，各有专属 Prompt 策略
• 🧩 本地 Skill 扫描匹配
• 📊 问题清晰度：AI 评估每次提问的清晰度，饼状图可视化
• 💡 补充信息：AI 生成澄清问题，选择题式引导用户补充细节
• 🔁 会话上下文保持，支持合并需求输出
• 📋 一键复制整理结果，粘贴到 Codex、Claude Code、Cursor 等 Agent

🚀 快速开始

环境要求

• Windows 10 / 11
• Python 3.10 或 3.11
• Node.js 20.19+
• Rust stable
• Visual Studio C++ Build Tools

git clone https://github.com/kgnbkgnb666/Aura.git
cd Aura

python -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install --upgrade pip
python -m pip install -r requirements.txt

npm ci
npm run tauri:dev

首次启动会自动下载语音模型。之后按住 Space，说出你的第一个想法。🚀

🧠 为什么默认推荐 DeepSeek

Aura 主要做的是理解口语、提取目标和约束、重新组织文字，不需要每次都调用昂贵的前沿模型。对于这个场景，DeepSeek 绰绰有余：

• 💰 实惠，适合日常高频使用
• 🧱 稳定的 OpenAI 兼容 API 和流式工作流
• ⚡ 够快，满足语音到任务的处理体验
• 🛠️ 简单：在 设置 → LLM 中填入 DeepSeek API Key 即可

默认为 deepseek-v4-flash（思考模式关闭）。复杂任务可选 deepseek-v4-pro 或开启思考模式。

🔐 开发环境下 Key 存储在项目根目录的 config.local.json；打包后的 Windows 应用中存储在 %LOCALAPPDATA%\Aura\config.local.json——不会打包进安装程序。均为明文存储，请勿上传或分享。

🔌 使用自定义 LLM

打开 设置 → LLM → 自定义接口，填入 OpenAI 兼容的 Base URL、模型 ID 和 API Key（本地服务可留空）。

任何 OpenAI Chat Completions 兼容的服务都可以接入。没有 LLM 时，Aura 会使用本地规则引擎兜底。

🎧 语音模型：选择、下载、扩展

在 设置 → 语音 中选择模型，使用「预加载模型」提前下载初始化。

• SenseVoice 通过 ModelScope 下载到 models/modelscope/
• Whisper 下载到 models/huggingface/
• Whisper 有完整 CUDA 12 / cuDNN 9 环境时使用 GPU，否则回退 CPU int8
• Whisper 下载失败时自动切换至 SenseVoice Small

提前下载模型

# SenseVoice Small + VAD
$env:MODELSCOPE_CACHE = "$PWD\models\modelscope"
modelscope download --model iic/SenseVoiceSmall
modelscope download --model iic/speech_fsmn_vad_zh-cn-16k-common-pytorch

# Whisper Large V3 (faster-whisper 格式)
hf download Systran/faster-whisper-large-v3 --cache-dir models/huggingface

如需安装 CLI：

python -m pip install -U modelscope huggingface_hub

🎯 模式：选择与定制

一句话：行动用来完成任务，决策用来做出选择，创作用来产出独特内容。🤝

在 设置 → 模式 中可以启用、禁用、排序、添加模式。编辑官方模式会创建本地私人副本，不会覆盖仓库中的定义。

🏗️ 架构

可编辑源文件：docs/assets/aura-architecture.drawio

📈 Star 历史

🛠️ 开发

Windows 上安装更新前请关闭 Aura。安装程序也会自动关闭 aura.exe 和 aura-sidecar.exe 以释放被锁定的文件。

版本管理

package.json 是唯一的版本号来源。一行命令同步所有包的版本：

npm run release:version -- 0.1.3

这会同步 package.json、package-lock.json、src-tauri/tauri.conf.json 和 src-tauri/Cargo.toml。

npm run build
python -m pytest
npm run tauri:dev
npm run build:sidecar

贡献方式见 CONTRIBUTING.md。

🌟 让每一个模糊的想法，都变成可执行的下一步

如果 Aura 帮助了你，请给它一个 ⭐ Star。谢谢！❤️

反馈问题 · 参与贡献 · MIT License

---

💬 Aura 技术交流群

欢迎加入 QQ 技术交流群，文明讨论，共同进步！