natively-cluely-ai-assistant：AI Agent 工具实践指南

工作中遇到相关需求时，natively-cluely-ai-assistant值得先读说明，因为它主要用于本机 — 免费开源 AI 会议助理、面试副驾驶和记录员。一旦进入数据与知识处理环节，数据结构、更新策略和可追溯性会决定结果是否可信会直接影响交付，这也是我最关心的风险。我建议用一份规模可控且答案已知的数据集试跑，重点记录模式兼容、增量更新、查询结果和来源追踪，再与现有方案比较。我的判断是，它更适合需要保留数据来路与变更记录的使用者；若眼下没有这类需求，先保留观察即可。

由 Recall AI 赞助 - API 用于桌面录制

如果您正在寻找托管桌面录制 API，请考虑查看 Recall.ai，这是一个录制 Zoom、Google Meet、Microsoft Teams、现场会议等的 API。

Natively — AI 面试副驾驶兼会议助理

Cluely、Final Round AI、LockedIn AI 和 Interview Coder 的最佳免费替代品。 与 Cluely 相同的 UI。更多功能。 personal/non-commercial 使用 0 美元。来源可用。没有数据泄露。

竞争对手收费 20 美元 - $149/month，将您的数据存储在他们的服务器上，其中一个已经泄露了 83,000 个用户。 原生成本为 0 美元，在本地运行，并且从未发生过数据泄露。您的钥匙、您的型号、您的机器。

Requires macOS 12+（Apple Silicon 和 Intel）或 Windows 10/11

macOS — 使用 Homebrew 安装：

brew install --cask Natively-AI-assistant/tap/natively

Upgrades 通过 Natively 自己的更新器到达； brew upgrade --cask --greedy natively 通过 Homebrew. 强制 1

9,000+ Users  ·  700+ DAU  ·  $0 vs $149/mo rivals  ·  ⚡ <500ms latency  ·  0 条数据 breaches

免费供个人使用、来源可用的 Cluely 克隆

最初是作为 Cluely 界面的像素完美再现 - 然后继续发展。如果您使用过 Cluely，那么您已经知道如何使用 Natively。相同的覆盖、相同的工作流程、相同的快捷方式。除了它免费供个人、教育、研究和非商业用途外，源代码可用、本地运行、支持任何 LLM，并且从未泄露过单个用户的数据。

正在寻找免费个人使用的 Cluly 替代品？ 有来源可用的 Cluely 克隆？你找到了。

用户评价

“在响应时间和屏幕分析方面，Natively 明显快于 Cluely。延迟几乎不存在。”
— 高级用户

“只是想说声谢谢！ Natively 帮助我彻底破解了软件工程面试的前两轮。响应速度非常快且准确。”
— 私人电子邮件反馈

“我在面试中使用了 Natively 的免费版本，并且刚刚获得了一份大规模的暑期实习机会。它消除了现场编码和行为回合的所有压力！”
— 私人电子邮件反馈

为什么是原生？

虽然其他工具充当简单的 API 包装器，但 Natively 是一个完整的本地智能系统，专为高风险会议和采访而设计。

• 本机音频捕获（<500ms）： 采用 Rust 和零拷贝 ABI 传输构建，绕过通用网络音频限制，实现超低延迟。
• 本地 Whisper STT（设备上）： 使用优化的 ONNX 模型（Moonshine-tiny、Moonshine-base、Whisper-large-v3-turbo、distil-large-v3、Parakeet CTC 0.6B）实现 100% 设备上语音转文本。使用硬件加速（Apple Silicon 上的 CoreML/Metal GPU、Windows 上的 DirectML、CPU 上的量化 int8），云费用或数据暴露为零。
• Apple Speech STT（设备上）： 在 macOS 26 上，本机可以通过 Apple 的 SpeechAnalyzer 和 SpeechTranscriber 进行转录，无需 API 密钥或将音频发送到语音提供商。
• 双通道智能： 系统音频（他们所说的）和麦克风（您所说的）的独特管道确保完美转录，没有房间噪音。
• 经过实战考验的隐形模式： 完全无法检测到。从扩展坞中隐藏，禁用弹出窗口，并在屏幕共享期间隐藏进程。
• 自动应答（测试版）： 当其他人完成问题时，答案会自行出现 - 本机决定是否确实需要答案，如果不需要，则保持沉默。默认关闭。
• 模式管理器（9 个内置角色）： 在一般、技术面试、找工作、销售、招聘、团队会议、讲座、研讨会（严格的基于文件的问答）和呼叫中心之间切换 - 每个都有自己的系统提示和会议记录模板。在上面构建你自己的。
• 浏览器伴侣 (Chrome)： 按 ⌘/Ctrl+Y 将您正在查看的页面（职位描述、编码问题、文档）直接拉到您的下一个答案中。
• 自定义上下文和注释： 专用的自由格式注释区域，用于粘贴说明、婴儿床表或凭证（最多 8,000 个字符），自动注入实时 LLM 提示中。
• 滚动上下文： 我们不只是转录；我们还进行转录。我们维护对话的“记忆窗口”，以获得更明智的答案。
• 本地 RAG 内存： 我们使用 SQLite 矢量搜索在本地嵌入您的会议，这样您就可以问“John 上周对 API 说了什么？”
• 参考文件： 将 PDFs、DOCX 和 TXT 文件深度集成为实时上下文。
• 丰富的仪表板： 一个完整的 UI 来管理、搜索和导出您的历史记录，而不仅仅是一个浮动窗口。
• 完全离线功能： 不信任云？使用本地 Ollama 模型和本地 Whisper STT 本地 100% 离线运行。

选择面试前您应该了解的 3 件事 AI

1. Cluely 在 2025 年中期发生了一次数据泄露事件，暴露了 83,000 名用户的个人信息、文字记录和屏幕截图——默认情况下，通过有限的匿名遥测技术在本地本地存储所有内容，并且从未发生过泄露。
2. 最后一轮 AI 售价为 $149/month，其任务栏图标对监考软件可见 - 本机免费供 personal/non-commercial 使用，源代码可用，并具有经过战斗测试的不可检测的隐身模式。
3. LockedIn AI 收费 55 美元 - 70/month 并将您锁定在他们的云 LLM 中，没有本地选项 - 本机允许您使用任何模型（GPT、Claude、Gemini、Llama）或完全离线使用 Ollama。

演示

该演示展示了完整的实时会议场景：

• 会议发生时实时转录
• 跨多个发言者滚动上下文感知
• 共享幻灯片截图分析
• 即时生成接下来要说什么
• 后续问题和简洁回答
• 一切都是现场发生，无需录音或后期处理

完整比较：Natively vs Cluely vs Final Round AI vs LockedIn AI vs Interview Coder

图例： ✅ 完全支持 · ⚠ 部分或有限 · ❌ 不可用

为什么 Native 会获胜

与 Cluely — 突破 83,000 个用户

UI 是故意熟悉的 - 如果您使用过 Cluely，那么学习曲线为零。

Cluely 于 2025 年中期发生的数据泄露事件暴露了 83,000 名用户的个人信息、完整采访记录和屏幕截图。采访中所说的每一句话都存储在他们的服务器上，然后被泄露。他们为此特权收取 $20/month 费用。

默认情况下，本机将所有内容存储在本地计算机上，仅使用有限的匿名遥测（基本 GA4 安装跟踪，零个人数据）。使用您自己的密钥时，您的成绩单、API 密钥和屏幕截图永远不会离开您的计算机。该代码库可根据本机个人使用源许可证 v1.0 获取源代码并且可审核。零违规——这是倾听你的采访的工具唯一可接受的标准。

与 Cluely 的严格界面不同，Natively 还让您可以完全控制 AI：自定义角色模式（技术、销售、招聘）以严格格式化行为，以及参考文件功能来上传 PDFs，以便 AI 在工作或会议开始之前准确了解工作或会议的背景。

与 LockedIn AI — $70/month 用于云锁定

LockedIn AI 是该类别中最昂贵的工具，价格为 55 美元 - 70/month。它将您锁定在单个云 LLM 中，没有本地推理选项。每个记录和回复都会通过他们的服务器。

通过自带密钥原生支持所有主要型号（Gemini、GPT、Claude、Groq），并通过 Ollama 提供 100% 离线模式。您只需为实际使用的 API 代币付费，或者通过本地运行 Llama 3 无需支付任何费用。无需订阅，无需供应商锁定。

与决赛轮 AI — $149/month 且对监考人员可见

Final Round AI 是 $149/month 中最昂贵的选项，针对面试前准备和模拟面试进行了优化，但具有同类中最慢的实时延迟。至关重要的是，它的任务栏图标对监考软件是可见的，从而可以在受坚控的面试过程中检测到它。

使用基于 Rust 的本机音频捕获和零拷贝 ABI 传输，本机提供 <500 毫秒的端到端延迟。其不可检测的隐身模式可以从扩展坞中隐藏，隐藏进程名称，并在所有窗口之间同步状态 - 经过五个主要版本的战斗测试和强化。

与 Pluely — 轻量但有限

Pluely 是一个可靠的轻量级替代方案（~10MB，基于 Tauri），并且它具有 Linux 支持，而 Natively 尚未提供该支持。应得的信用。

但 Pluely 是一个基本的覆盖层。它没有本地 RAG、没有会议历史记录、没有双音频通道、也没有仪表板。 Natively 是一个完整的智能系统：它通过本地矢量搜索记住您过去的会议，将系统音频与麦克风分开，并为您提供完整的管理仪表板，可导出到 Markdown、JSON 和文本。

与 Interview Coder — 更强大，完全免费

Interview Coder 是一款专门针对面试协助进行编码的付费工具。 Natively 可以免费完成 Interview Coder 所做的一切（甚至更多）：

原生涵盖了整个面试循环——而不仅仅是编码环节。

vs Parakeet AI — 内存和历史 vs 无状态覆盖

Parakeet AI 提供基本的实时会议帮助，但没有持久内存、没有会议历史记录，也没有本地矢量搜索。通过本地 RAG 本机记住您过去的会议，让您可以针对所有历史记录提出问题，并为您提供完整的仪表板来管理、导出和搜索所有内容。此外，本机还包括自定义角色模式，允许 AI 构建笔记并针对特定风格的对话以最佳方式表现，而不是依赖 Parakeet 的一刀切模型。

我们还没有到达的地方

• 不支持 Linux — 我们正在积极寻找维护者来帮助将 Natively 引入 Linux
• API 密钥设置开销 — 您需要携带自己的 API 密钥（或安装 Ollama），与一体化云工具相比，这增加了初始设置摩擦
• 无内置模拟面试模式 — 决赛AI有专门的模拟面试练习；本质上专注于现场实时帮助

免费的 AI 编码面试助手 — 在 LeetCode、HackerRank 和 CoderPad 上无法检测到

本机充当免费、不可检测的 AI 编码面试助手，用于标准在线评估。它捕获您的屏幕，分析问题，并为您提供实时提示、解决方案和解释 - 所有这些都通过不可见的覆盖层进行，不会干扰您的编码环境。

在未检测到的情况下工作：

• LeetCode（包括LeetCode比赛）
• HackerRank
• CoderPad
• 科迪利
• HackerEarth
• 克拉
• 任何基于浏览器的编码环境

它是如何工作的：

1. 使用单个快捷方式对问题进行屏幕截图
2. 本地 OCRs 问题并将其发送到您选择的 AI（GPT、Claude、Gemini 或本地 Ollama）
3. 响应出现在不可见的叠加层中 - 永远不会出现在屏幕共享上

⚠ 重要提示： Natively 并非旨在绕过 Pearson VUE、ProctorU 或 Respondus Lockdown Browser 等专用监考软件 - 这些软件在 OS 级别运行，并且完全是不同的类别。对于没有专用监考软件的标准在线编码评估，Natively 的隐形模式是不可检测的。

本机 API（托管层）

停止管理四个独立的服务。一键。零配置。

您是否正在为 AI 推理、实时转录、快速推理和网络搜索管理单独的帐户？在完全不同类别的工具中处理多个 API 密钥、速率限制和发票是不必要的开销。 API 本身用单一订阅替换所有这些类别。

在幕后，Natively API 将您连接到绝对最佳的模型，以获得最佳的用户体验：

• 后端 AI 型号：Claude、OpenAI、Gemini 和 Groq。
• 高级 STT 型号：Google Chirp 2/3、ElevenLabs Scribe v2 和 Deepgram Nova-3。

4 个类别 → 1 个关键

您当前未捆绑的堆栈：

• AI Intelligence (GPT/Claude/Gemini)： 每代币计费和使用焦虑
• 闪电般的快速推理 (Groq/Llama)： 严格的坚控速率限制
• 实时转录（Deepgram/Google STT）：单独密钥+配额
• 网络搜索和研究（Tavily/Perplexity）：又一个订阅

替换为原生 API：

• AI 聊天、转录和网络搜索 — 全部包含
• 一次固定订阅。 零意外。起价为 $8/mo。
• 单键。 零旋转。零配置。

API 方案比较

不要从很长的路开始。跳过 20 分钟的手动设置。一个 Natively 订阅会跳过所有这些 — AI、转录和网络搜索立即准备就绪。

原生专业版

虽然 Natively 免费供个人、教育、研究和非商业用途，但我们还提供专为高级用户和求职者设计的专业版（以终身或每年订阅形式提供）。购买 Pro 许可证可以让您在就业市场上占据优势，同时直接支持 Natively 的持续发展。

使用 $NAT 代币解锁 Natively Pro

我们在 Printr 上推出了官方 $NAT 代币！在连接的资产账户中保持特定 $NAT 代币余额的持有者会自动解锁对所有 Natively Pro 功能的访问权限。

在Printr上交易$NAT

免费版与专业版功能比较

v2.8.7 的新增功能（最新版本）

自 v2.7.0 以来的所有内容都在一个版本中。 2.8.0–2.8.6 版本从未在此发布，因此他们的工作也在此更新中发布。

✨ 新

⚡ 改进

• 更智能的答案引擎。 答案现在可以正确选择来源 - 您的简历、上传的文档、实时对话或一般知识 - 而不是混合它们。即使主题发生变化，后续内容也会保留该主题。
• 会议记录，重建。 摘要适应您所在的会议类型，获得真正的标题而不是记录的第一行，并根据会议的长度调整长度。加上可编辑的演讲者标签和准备发送的后续电子邮件草稿。
• 重新设计的会议覆盖图。 面板、药丸和调整大小控件一体移动，答案逐字流式传输，向后滚动不再让您感到困扰。
• 到处都更快。提前准备好答案，会议开始时本地语音不再停滞，实时转录转移到低延迟的区域主机。
• 更新的界面。 Apple 风格的切换、更平滑的部分过渡、新的 Soft Orchid 口音、更清晰的代码块和更平静的入门。
• 新的默认模型 - Gemini 3.1 Flash Lite 和 Gemini 3.7 Flash - 以及模型选择器中的完整 Claude 目录和真实提供商徽标。
• Windows 隐形打字。 在会议叠加中键入内容，您的通话不会失去焦点。处理 Alt+Tab，单击离开，然后退到一边以进行 CJK/IME 输入。

已修复

• 启动。修复了应用程序卡在徽标上、几次可能导致启动器崩溃的内存泄漏以及可能再次阻止应用程序打开的崩溃。
• 会议丢失。 数据库错误意味着某些会议从未保存。固定的——并且会议永远不会被命名。
• 麦克风和音频。 修复了启动失败后麦克风被按住、在会议中切换设备时捕获中断以及某些 Windows 设置中系统音频丢失的问题。
• 答案。 您的个人资料不再泄露到不相关的技术问题，内部标记不再显示在屏幕上，并且缓慢的提供商无法覆盖您已有的答案。
• Windows。 屏幕截图捕获正确的显示器，裁剪器可以在多个显示器上工作，快捷方式不再在隐身模式下停止工作，并且覆盖层保持在全屏通话和屏幕共享之上。
• 语言。 现在选择英语实际上会保留英语答案。

平台

• 电子43和TypeScript 7；需要 Node 22.6+ 从源代码构建。
• 签名的 macOS 为 Apple Silicon 和 Intel 构建，加上用于本地语音的 macOS 12 (Monterey) 兼容性保护。

阅读完整的 v2.8.7 发行说明 →

什么是原生？

本机是一个用于现场情况的桌面 AI 助手：

• 会议
• 采访
• 演讲
• 课程
• 专业对话

它提供：

• 现场解答
• 滚动对话上下文
• 截图及文档理解
• 实时语音转文本
• 即时建议接下来要说什么

同时保持隐形、快速和隐私第一。

隐私与安全（核心设计原则）

• 源代码可根据本机个人使用源代码许可证 v1.0 获取
• 带上你自己的钥匙（BYOK）
• 本地 AI 选项 (Ollama)
• 所有数据存储在本地
• 有限匿名遥测（基本 GA4 计数）
• 没有用户数据跟踪
• 无隐藏上传

您明确控制：

• 什么在本地运行
• 什么用云 AI
• 启用了哪些提供商

开发设置

克隆存储库

git clone https://github.com/Natively-AI-assistant/natively-cluely-ai-assistant.git
cd natively-cluely-ai-assistant

安装依赖项

npm install

构建本机音频模块 (Rust)

npm run build:native

构建 Apple 语音助手（仅限 macOS）

常规开发和非 macOS 构建不需要帮助程序。要在 macOS 上进行开发时使用 Apple Speech，请针对当前目标架构显式构建它：

npm run build:apple-speech -- --arch arm64

使用 x64 for Intel 或 universal 来组合两种架构。此命令需要 Xcode 26+ 和 macOS 26 SDK。生产macOS包装自动构建匹配的助手。

环境变量

创建 .env 文件：

# Cloud AI
GEMINI_API_KEY=your_key
GROQ_API_KEY=your_key
OPENAI_API_KEY=your_key
CLAUDE_API_KEY=your_key
GOOGLE_APPLICATION_CREDENTIALS=/absolute/path/to/service-account.json

# Speech Providers (Optional - only one needed)
DEEPGRAM_API_KEY=your_key
ELEVENLABS_API_KEY=your_key
AZURE_SPEECH_KEY=your_key
AZURE_SPEECH_REGION=eastus
IBM_WATSON_API_KEY=your_key
IBM_WATSON_REGION=us-south

# Local AI (Ollama)
USE_OLLAMA=true
OLLAMA_MODEL=llama3.2
OLLAMA_URL=http://localhost:11434

# Default Model Configuration
DEFAULT_MODEL=gemini-3.1-flash-lite-preview

运行（开发）

npm start

构建（生产）

npm run dist

运行：Vite构建→TypeScript编译→本机模块构建→电子构建器

AI 提供商

• 自定义（BYO 端点）： 粘贴任何 cURL 命令以使用 OpenRouter、DeepSeek 或专用端点。
• Ollama（本地）： 本地模型的零设置检测（Llama 3、Mistral、Gemma）。
• 动态模型选择： 首选模型（OpenAI、Anthropic、Google）现在会自动显示在应用程序中。
• NVIDIA NIM： NVIDIA- 用于文本和流式语音转文本的托管模型。
• LiteLLM： 本地指向您自己的网关，具有模型选择器和可配置的默认值。
• Google Gemini： 对 Gemini 3.1 和 3.7 系列（默认型号）的一流支持。
• OpenAI： GPT-5.4 和 o3 系列支持并优化了系统提示。
• 人择： Claude 4.6 系列支持并修正了 max_tokens。
• Groq： 使用 Llama 3.3 进行超快速文本推理，并使用 Llama 4 Scout 进行屏幕截图分析。

主要特点

隐形桌面助手

• 始终位于顶部的半透明覆盖层
• 立即使用快捷键 hide/show
• 适用于所有应用程序

实时面试副驾驶和编码帮助

• 实时语音转文本（<500 毫秒延迟）
• 快速响应模式：使用 Groq Llama 3.3 进行超快速文本响应。
• 多语言支持：从各种响应语言中进行选择，并设置匹配特定口音和方言的语音识别。
• 反聊天机器人/人类角色系统：精致的系统提示和负面约束确保响应简洁、对话，并且与真正的候选人没有区别（没有机器人序言或讲座）。
• 过去会议的上下文感知内存 (RAG)
• 提出问题时立即得到答复
• Interim/Final 桥接：手动转录定稿和录音过程中的临时桥接以提高准确性。
• 智能回顾和摘要：即时会议纪要和执行摘要。
• TinyPrompts™引擎：针对本地SLMs（4B-8B参数）的专用提示架构，确保指令遵循和推理与本地硬件上的云模型相同。
• 动态笔记模板：AI 根据您的活动角色模式自动生成结构化会议笔记（e.g.、技术面试后续与销售行动项目）。

自动应答（测试版）——免提应答

无需询问即可自然回答。当其他人完成一个问题时，LLM 法官会决定这是否真的是针对你的问题 - 并要么回答它，要么保持沉默。

• 没有提示，没有按钮。 没有什么可以忽略，也没有什么可以点击；答案就在那里。
• 知道何时保持安静。 旁白、针对他人的问题以及对已回答问题的重述都会被忽略。
• 说话者感知。 它会读取说话者标签并通过语音分割对话，因此您自己的大声思考不会触发答案。
• 默认情况下关闭。 在 设置 → 常规 中将其打开。

浏览器伴侣 — 捕获您正在阅读的内容

一个 Chrome 扩展程序，可将您当前所在的页面本地化。

• ⌘/Ctrl+Y 将当前页面拉入您的下一个答案 - 工作描述、编码问题、文档、仪表板
• 为每个站点提供一键权限，而不是一次批准一个站点
• 自动上下文 无需询问即可识别编码页、工作描述和开发人员文档并捕获它们
• 在捕获的页面内容到达模型之前，秘密就会被剥离
• 当页面无法阅读时，返回到屏幕截图，并带有可见的通知

即时屏幕和幻灯片分析 (OCR) — AI 编码面试助手

• 适用于 LeetCode、HackerRank、CoderPad、Codility、HackerEarth 和任何基于浏览器的编码环境
• 通过一个快捷方式捕获编码问题 - 立即获得完整的解决方案、解释和复杂性分析
• 渴望代码扩展：在 React 安装 Markdown 代码行之前，覆盖动态调整大小以容纳传入的代码块，从而防止视觉布局跳转。
• 硬件加速过渡：经过精心设计的自定义立方贝塞尔曲线补间可平稳处理 UI 的增长，从而保持候选者的隐身性和演示质量。
• 不可见的叠加层永远不会出现在屏幕共享或录音上
• 针对多部分问题的多个屏幕截图支持
• 如果主要视觉模型失败，智能回退到 Groq Llama 4 Scout

高级配置文件情报

• 配置文件智能路由器 (v3)：将每个问题分类到一个领域（编码、系统设计、行为、谈判），并有意选择其来源 - 您的简历、上传的文档、实时对话或一般知识 - 而不是将它们混合在一起。
• 角色洞察：粘贴职位描述并查看提取的每项要求，根据您的个人资料进行评估，并在面试开始前对覆盖范围进行评分。
• 答案类型约束和后续解析器：根据上下文跟踪对话以回答后续查询，并强制执行精确的布局约束（例如简短、对话、项目符号或仅代码响应）。
• 自定义角色模式：在内置角色（技术面试、销售、招聘）之间无缝切换，或创建适合任何对话的自定义模式。
• 参考文件和自定义上下文：上传 PDFs、DOCX 文件，或键入自定义指令，以根据您的具体情况提供 AI 实时上下文。
• 职位描述和简历背景：深入了解您的背景和您所申请的职位，以提供高度定制的、上下文相关的答案。
• 公司研究：获取有关您正在面试的公司的即时情报和档案。
• 谈判协助：在报价和薪资谈判期间提供实时指导和策略。
• 证据验证器和实时截止日期：实时评估期间事实声明的实时验证和交互式截止日期警报跟踪器。
• PI 延迟跟踪器：内置粒度延迟分析映射路由和 LLM 推理循环期间花费的准确时间。

技能 — 自定义 AI 角色

创建本地 SKILL.md 文件，为 AI 提供任何任务的专门指令。技能直接从覆盖聊天中调用：

• 输入 / 或 $ 打开实时技能选择器 - 使用箭头键导航过滤自动完成，就像 Claude Code 的斜线命令一样
• 或者直接输入/skill-name激活内联技能
• 内置：人性化 AI 文本 — 去除 AI 书写模式并使输出听起来更人性化
• 从应用程序上传： 放入 SKILL.md 文件或整个技能文件夹并在安装之前预览它的功能 - 无需手动复制文件
• 从应用程序中删除：直接从同一面板删除您安装的任何技能
• 或者手动添加一个：SKILL.md，YAML frontmatter name: 和 description: in ~/Library/Application Support/natively/skills/<folder>/

情境行动

• 我应该回答什么？
• 缩短响应时间
• 回顾谈话
• 建议后续问题
• 手动或语音触发提示

无缝集成和同步

• 电话链接： 使用您的 iOS/Android 设备作为无线远程麦克风或配套屏幕。
• 日历准备： 与 Google 日历和 Outlook 自动同步，在会议前准备背景信息。
• 智能任务导出： 将提取的操作项直接发送到 Jira、Linear 或 Asana。
• 说话人分类： 实时说话人识别会自动按姓名标记各个说话人。
• Codex CLI： 通过本机 Codex 集成执行终端任务、管理工作区文件并运行沙盒代码。

双通道音频智能

本质上理解“聆听”会议和“与 AI 交谈”是不同的任务。我们分别对待它们：

• 系统音频（会议）： 直接从 OS 捕获高保真音频（macOS 和 Windows 均完全支持）。它可以“听到”您的同事所说的话，而不会受到房间噪音的干扰。
• 采样率自动检测：动态检测并同步真实的硬件采样率（e.g.，自动处理 48kHz 音频接口或外部麦克风，而不会失真或下采样伪影）。
• 两阶段静音处理：将自适应 RMS 阈值与 WebRTC 机器学习 VAD 相结合，以拒绝打字和风扇噪音。
• 麦克风输入（您的声音）：用于您的语音命令和听写的专用通道。立即切换它以本地方式询问私人问题，而无需将会议软件静音。
• Apple Speech (macOS 26+)： 通过 Apple 的设备上语音框架处理两个通道，具有自动采样率转换且无语音 API 密钥。

聚光灯搜索和定制

• 全局激活快捷方式（Cmd+K / Ctrl+K）
• 自定义按键绑定：自定义全局快捷键以更轻松地控制。
• 即时答案叠加
• 即将召开的会议准备情况

本地 RAG 和长期内存

• 完全离线 RAG： 所有向量嵌入和检索都在本地进行（SQLite + sqlite-vec）。
• 语义搜索：创新的“智能范围”可以检测您询问的是当前会议还是过去的会议。
• 滑动窗口 RAG：50 个令牌语义重叠，以防止跨块边界的上下文丢失。
• 纪元摘要：更智能的转录内存管理而不是硬截断 - 不再丢失早期会议上下文。
• 全球知识： 在您过去的_所有_会议中提出问题（“上个月我们对 API 做出了什么决定？”）。
• 自动索引： 会议在后台自动分块、嵌入和索引。

高级隐私和隐秘

• 不可检测模式： 使用视觉锁定选择器立即隐藏 dock/taskbar，以防止状态不匹配。
• 跨窗口状态同步：跨“设置”、“启动器”和“覆盖”窗口的实时状态同步。
• 进程伪装（伪装）： 立即将应用程序更改为终端、系统设置、活动监视器或其他无害实用程序，以完全逃避屏幕共享期间的检测。
• 安全强化：API 密钥会在应用程序退出时从内存中清除，并且凭证管理器会在丢弃之前覆盖密钥数据。
• API 速率限制：令牌桶算法 (burst/refill) 可防止免费层提供商出现 429 错误。
• 仅本地处理： 所有数据都保留在您的计算机上。

会议智能仪表板

本机包含一个强大的、本地优先的会议管理系统，用于查看、搜索和管理您的整个对话历史记录。

• 会议档案： 访问过去每次会议的完整记录，可通过关键字或日期进行搜索。
• 自适应会议笔记： 根据您所处的模式形成的摘要，标题来自完成的摘要而不是记录的第一行，并根据会议的长度进行调整。
• 后续电子邮件草稿： 每次会议都会生成准备发送的纯文本后续内容，您可以将其直接复制到邮件客户端中。
• 可编辑的演讲者标签： 重命名演讲者一次，并将其应用到文字记录和注释中。
• 智能导出： 将记录和 AI 摘要一键导出到 Markdown、JSON 或文本 — 非常适合粘贴到 Notion、Obsidian 或 Slack 中。
• 使用统计： 实时跟踪您的代币使用情况和 API 成本。确切地知道您在 Gemini、OpenAI 或 Claude 上花了多少钱。
• 音频分离：系统音频（他们所说的）与麦克风（您指定的）的不同控制。
• 会话管理： 重命名、组织或删除过去的会话以保持工作空间整洁。

路线图

timeline
    title Natively Product Roadmap
    section Recently Completed
        Personas : ✅ 9 Built-in Modes & Templates
        Auto Answer : ✅ Hands-Free Answering (Beta)
        Browser : ✅ Chrome Companion Extension
        Notes : ✅ Rebuilt Meeting Notes
        Trial : ✅ 10-Minute Free Trial
    section Short-term (1-3 mos)
        System Design : Visualization MVP
        Tokens : Integration POC
    section Medium-term (3-6 mos)
        Personas : Persona library expansion
        System Design : Advanced diagram types
        Tokens : Community features
        Platform : Mobile app development
    section Long-term (6+ mos)
        Collaboration : Collaborative features
        Ecosystem : Plugin ecosystem
        Platform : Multi-language support

For详细功能说明，请参阅我们完整的ROADMAP.md.

使用案例

学术与学习

• 实时协助： 实时获取复杂讲座主题的解释。
• 翻译： 国际课程期间的即时语言翻译。
• 解决问题： 立即帮助解决编码或数学问题。

专业会议

• 面试支持： 上下文感知提示可帮助您解决技术问题。
• 销售和客户电话： 实时澄清技术规格或之前的讨论点。
• 会议摘要： 自动提取行动项目和核心决策。

开发与技术工作

• 代码洞察： 解释屏幕上不熟悉的代码或逻辑块。
• 调试： 用于解决日志或终端错误的上下文感知帮助。
• 架构： 系统设计和集成模式的指南。

架构概述

在本地本地处理音频、屏幕上下文和用户输入，维护滚动上下文窗口，并仅将所需的提示数据发送到选定的 AI 提供商（本地或云）。

除非用户明确启用，否则不会存储或传输原始音频、屏幕截图或文字记录。

技术细节

技术堆栈

• 反应，Vite，TypeScript 7，TailwindCSS
• 电子43
• Rust（通过 napi::Buffer 进行零复制 ABI 传输的原生音频 — 能够在没有 V8 垃圾收集压力的情况下实现连续音频捕获，与典型的基于 Electron 的竞争对手相比，实现显着更低的延迟和 CPU 使用率）
• Swift（macOS 26+ 上的 Apple 设备上语音框架）
• SQLite（本地存储为sqlite-vec）

支持型号

• Gemini 3.1 / 3.7 系列（默认：Gemini 3.1 Flash Lite 和 Gemini 3.7 Flash）
• OpenAI（GPT-5.4，o3系列）
• 克劳德（4.6 系列 - 完整目录）
• NVIDIA NIM（文本和流语音）
• Ollama（美洲驼，米斯特拉尔，CodeLlama）
• Groq （Llama 3.3 用于文本，Llama 4 Scout 用于 OCR）
• LiteLLM（您自己的网关后面的任何型号）

系统要求

• 最低： 4GB RAM
• 推荐： 8GB+ RAM
• 最佳： 16GB+ RAM 用于本地 AI
• Apple 演讲： 支持并运行 macOS 26 或更高版本的 Mac；可用的识别语言取决于 Apple 的可下载语音资源

负责任的使用

本身用于：

• 学习
• 生产力
• 无障碍
• 专业协助

用户有责任遵守：

• 工作场所正策
• 学术规则
• 当地法律法规

该项目不鼓励滥用或欺骗。

已知限制

• Linux 支持有限，正在积极寻找维护者
• 初始设置需要携带您自己的 API 密钥或安装 Ollama
• 无内置模拟面试模式（重点是现场实时帮助）

FAQ

Natively真的免费吗？

是的，可用于个人、教育、研究和非商业用途。本机可在个人使用源许可证下获取源代码。您只需携带自己的 API 密钥（Gemini、OpenAI、Anthropic 等）即可为您使用的内容付费，或者通过连接到本地 Ollama 实例来100% 免费使用它。商业用途需要单独的书面许可。

Natively 是否可以与 Zoom、Teams 和 Google Meet 配合使用？

是的。本机使用基于 Rust 的系统音频捕获，该系统音频捕获普遍适用于任何桌面应用程序，包括 Zoom、Microsoft Teams、Google Meet、Slack 和 Discord。

我的数据安全吗？

Natively 建立在隐私设计之上。默认情况下，所有转录本、向量嵌入（本地 RAG）和密钥都存储在您的计算机本地。我们仅收集有限的匿名遥测数据（无个人用户数据）。

我可以用它进行技术面试吗？

Natively 是任何专业场合的强大助手。但是，用户有责任遵守其公司正策和面试指南。

如何使用本地模型？

只需安装 Ollama，运行模型（e.g.、ollama run llama3），Natively 就会自动检测它。在 AI 提供程序设置中启用“Ollama”以切换到离线模式。

什么是自动应答？默认情况下它是开启的吗？

自动应答（测试版）无需您询问即可做出响应。当对方完成一个问题时，Natively 会判断这个问题是否真正针对你，然后要么回答，要么保持沉默——旁白和针对其他人的问题将被忽略。默认情况下它是关闭的；在设置→常规中启用它。

我需要浏览器扩展吗？

不——它是可选的。它增加了一件事：按 ⌘/Ctrl+Y 将您当前正在阅读的页面交给 Natively，因此工作描述、编码问题或文档页面将成为您下一个答案的上下文。如果没有它，屏幕截图 OCR 仍然会覆盖屏幕上的任何内容。

Natively 与 Cluely 相比如何？

Cluely 是一个 $20/month 基于云的工具，它将所有数据存储在其服务器上。 2025 年中期，Cluely 遭遇数据泄露，泄露了 83,000 名用户的个人信息、成绩单和屏幕截图。 Natively 可供 personal/non-commercial 免费使用，源代码可用，并将所有内容存储在本地。它支持任何 LLM（不仅仅是一个供应商），通过 Ollama 提供本地 AI，并具有经过战斗考验的隐身模式。 Natively 从未发生过数据泄露，因为没有服务器可供泄露。

隐身模式真的无法检测吗？

是的。本机从扩展坞中隐藏，将进程名称伪装为无害的系统实用程序（终端、活动监视器、系统设置），并在所有窗口之间同步状态。它已在五个主要版本中得到强化，并针对 Zoom、Teams 和 Google Meet 中的屏幕共享检测进行了测试。这是尽最大努力，但不能保证 — 在 macOS 15.4+ 上，Apple 可以让现代拍摄工具无论如何都可以看到它，而手机摄像头始终可以。

Zoom 在屏幕共享中显示我的叠加层 — 如何修复它？

Google Meet、Teams 和 QuickTime 自动隐藏本机 — 无需配置。 Zoom 是一个例外：它是否尊重 Natively 的“不要捕获我”标志取决于一项设置。

转到 缩放 → 设置 → 共享屏幕 → 高级 → 屏幕捕获模式 并选择 “带窗口过滤的高级捕获”。

“...带窗口过滤”模式告诉 Zoom 忽略将自身标记为私有的窗口，这正是 Natively 所做的。 “无需窗口过滤的高级捕获” 抓取原始屏幕并将以本机方式显示，因此请避免使用它。

本机是否适用于 LeetCode 和 HackerRank？

是的。 Natively 的屏幕截图 + OCR 捕获任何可见的编码问题，并通过不可见的覆盖返回完整的解决方案。它适用于 LeetCode、HackerRank、CoderPad、Codility、HackerEarth、Karat 和任何基于浏览器的编码环境。

在编码面试中可以检测到 Natively 吗？

对于标准在线评估（LeetCode、HackerRank、CoderPad 等），Natively 是不可检测的 - 它作为伪装的系统进程运行，并且覆盖层永远不会出现在屏幕录制或屏幕共享中。它不旨在绕过 Pearson VUE、ProctorU 或 Respondus Lockdown Browser 等专用监考软件，这些软件在 OS 级别运行。

Natively 是 Interview Coder 的免费替代品吗？

是的。本机执行 Interview Coder 所做的一切 - 屏幕截图 OCR、实时编码帮助、隐形覆盖 - 并添加行为面试支持、系统设计帮助、本地 RAG 内存和任意 LLM BYOK。全部免费。

替代品本机替代

Natively 是免费供个人使用、可获取源代码的替代方案：

ai-assistant · meeting-notes · interview-helper · cluely-alternative · cluely · lockhead-ai · lockheed-ai · parakeet-ai · interview-coder · final-round-ai · metaview-alternative · otter-ai-alternative · fireflies-alternative · local-ai · ollama · electron · privacy-first · source-available · real-time-transcription · interview-copilot · ai-meeting-assistant · moltbot