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 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：

# 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：

# 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）：

# 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'

# 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

# 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

# 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 - 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 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。

🙏 致谢

本项目的诞生离不开以下优秀项目的启发和支持：

• FunASR: 阿里巴巴开源的工业级语音识别工具包。
• OpenWhispr: 为本项目提供了优秀的架构参考。
• shadcn/ui: 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 许可证。