GitHub - contextuai/hey-spark:由 ContextuAI 打造的 Hey Spark,一款以 Claude、Hermes Agent 或任意 OpenAI 兼容模型为大脑、以 MCP 服务器为连接器的唤醒词语音助手
📌 One-Sentence Summary
Hey Spark 是一款开源、常驻聆听的语音助手,可在 macOS 和 Windows 上本地运行,以 Claude、Hermes Agent 或任意 OpenAI 兼容模型为大脑、以 MCP 服务器为连接器,具备完整隐私保护与可替换组件。
📝 Summary
Hey Spark 是一款本地语音助手,监听唤醒词并完全在设备端处理语音。它支持多种大脑后端,包括 Claude、Hermes Agent 以及任意 OpenAI 兼容 API,并可选配云端语音识别与文本转语音服务。系统使用 MCP 服务器作为连接器,访问 GitHub、Gmail、日历等工具,任何修改数据的操作都需要语音确认。功能包括支持追问的自然对话流、可自定义的人设与声音、通过可编辑的 Markdown 笔记实现记忆,以及全面的隐私控制。项目同时提供 macOS 和 Windows 桌面应用以及其他平台的源代码,所有组件均可通过配置替换。
💡 Main Points
本地唤醒词与语音处理
系统使用 openWakeWord 进行唤醒词检测,使用 faster-whisper 进行语音转文字,全部在 CPU 上本地运行,在检测到唤醒词之前不会有任何音频离开本机。
灵活的大脑后端支持
支持通过 Claude Agent SDK 接入 Claude、Hermes Agent,或任意 OpenAI 兼容 API,包括 OpenAI、Azure、Ollama、LM Studio 和 vLLM,让用户在云端与本地模型之间自由选择。
带安全控制的 MCP 连接器架构
使用 MCP 服务器作为连接器,并配有按服务器划分的允许列表:只读工具可自由运行,有副作用的工具需要语音确认,破坏性工具默认被阻止。
隐私优先设计
在唤醒词检测之前音频从不离开设备,密钥仅存储在 .env 文件中并在日志中脱敏,转录内容与历史记录保留在本地,日志记录由用户掌控。
通过配置替换组件
包括唤醒词、VAD、STT、TTS 和大脑后端在内的所有组件均可通过 config.yaml 配置,无需修改代码,支持本地与云服务的多种组合。
💬 Key Quotes
一款常驻聆听你笔记本电脑的语音助手。说一声「Hey Spark」,提出问题或下达指令,然后听到回答。
Spark 通过 MCP 服务器触达你的工具(GitHub、Gmail、日历、你自己的系统),并且在执行任何会改变内容的操作前会出声询问。
在唤醒词之前,音频从不离开唤醒词检测器,除非以 --debug-audio 运行,否则不会存储任何音频。
连接器是在 mcp_servers.json 中定义的 MCP 服务器……每个服务器的工具策略位于 config.yaml 的 connectors 下:allowed_tools 为只读且已预先批准。
📊 Article Meta
AI Screening: 85
Source: Hacker News - Newest: "LLM"
Author: nagen
Category: 人工智能
Language: 英文
Read Time: 10 min
Word Count: 2352
Tags:
AI 与智能应用 , AI Agent , LLM 推理优化 , 数据工程 , 大语言模型 (LLM)
讲解得很细致,新手也能看懂。
这个比较实用,已转发给同事。
看标题就点进来了,内容果然没让人失望。
思路清晰,干货满满。
支持作者,持续关注中。
看标题就点进来了,内容果然没让人失望。
内容翔实,正好需要,先收藏再看。
路过
路过
内容翔实,正好需要,先收藏再看。
实测过类似工具,作者说的基本属实。
实话,说的不明不白