2 つのモード、2 つのキー
アシスタントキー(既定は Insert)を押しながら話すとコマンドを実行します。ディクテーションキー(既定は F13)を押しながら話すと入力します。各モードには独自のサウンドと波形の色があります。
curl -fsSL https://utter.sujaisubbanna.com/install.sh | bashターミナルでは対話形式のウィザードが開きます。—yes なしでパイプすると、計画を表示するだけで何も変更しません。Linux on Wayland、x86_64。
プッシュトゥトーク
アシスタントキーを押しながら話すか、ディクテーションキーを押しながら話せば、任意のフィールドに入力できます。
デスクトップアクション
アプリや Web サイトを開き、ウィンドウをフォーカス・閉じ、ワークスペースを切り替え、メディアを操作し、アプリのショートカットを押します。
ルール優先
ほとんどのコマンドは高速で予測可能なルールに一致します。小さなローカルモデルは用意されたアクションの中から選ぶだけです。コマンドを作り出すことはありません。
オフライン
音声認識、AI モデル、スクリーンショットはすべてお使いのマシン内に留まります。アカウントもテレメトリもありません。
GPU を解放
「go to sleep」と言うか、しばらく使わないでおくとモデルがアンロードされます。キーを押し続ければ一瞬で復帰します。
コンテキストを理解
Utter はどのアプリがフォーカスされ、画面に何があるかを把握します。まずアクセシビリティ情報を使い、最後の手段としてのみスクリーンショットを撮ります。
編集できるアプリ別アクション
ショートカット付きの 100 以上のアプリプロファイル。設定アプリまたは YAML ファイルから任意のキーの組み合わせを変更できます。
既定で安全
ターミナルコマンドと生の入力は、有効にするまでオフのままです。重要なアクションは先に確認します。画面のテキストはアクションを選択できますが、作成はできません。
はじめにUtter とは何か、どのように動作を決めるか。
設定ホットキー、音声、AI とビジョンのモデル、オーディオ、プロファイル。
信頼と安全性出所、確認、危険なアクション、権限。
プラグインの書き方Python または Rust から JSON-RPC プロトコルを話す。
AI コーディングアシスタントとともに作られ、人間がレビューしています。重要なことを任せる前にコードを読み、おかしいと思った点は報告してください。Apache-2.0。