Blueturboguy07/cue

Open-source macOS AI copilot that floats over your screen, sees/hears your meetings, and stays hidden from screen shares. Cluely alternative, bring-your-own-key.

解決する課題

cue は、ライブ会議やコーディングの問題のために設計された AI コパイロットです。画面と音声を監視することでリアルタイムの支援を提供し、画面共有ソフトウェアには見えないため、通話中のプライベートアシスタントとして機能します。

仕組み

このアプリケーションは Electron ベースのオーバーレイで、3 つの異なる入力をキャプチャします：画面（スクリーンショット経由）、マイク、システムの会議音声（他の参加者）。これらの入力は、クラウドプロバイダー（OpenAI、Gemini、Deepgram）またはローカルの whisper.cpp ランタイムを使用して文字起こしされます。結果のテキストと視覚データは、選択した LLM（OpenAI、Anthropic、Gemini など）に送信され、透明で常に最前面にあるガラスパネルに直接ストリーミングされる応答が生成されます。

対象ユーザー

ライブ会話、コーディングセッション、学習練習中にリアルタイムで目立たない支援を必要とする専門家や学生を対象としています。

ハイライト

  • 画面共有非表示：OS レベルのフラグ（Windows の WDA_EXCLUDEFROMCAPTURE と macOS の NSWindowSharingNone）を使用して、キャプチャツールから隠れます。
  • マルチチャンネルオーディオ：マイクと会議音声を分離して、誰が話しているかを追跡します。
  • BYO キー：OpenAI、Anthropic、Gemini、カスタムの OpenAI 互換エンドポイントなど、幅広い AI プロバイダーをサポートします。
  • ローカル文字起こし：プライバシーとオフライン処理のために、whisper.cpp を使用したオプションのローカル音声テキスト変換モードを提供します。
  • 会議メモリ：文字起こしを自動的に保存し、セッション終了後に要約、重要ポイント、アクションアイテムを生成します。

関連

  • プロジェクト
    jasoncheng7115/jt-live-whisper

    リアルタイムの音声文字起こし、翻訳、会議分析のための包括的で100%ローカルなAIツールキット。すべて自身のハードウェア上で動作するため、プライバシーが守られ、クラウドコストもゼロです。

  • プロジェクト
    NanmiCoder/cc-haha

    cc‑haha は、クロスプラットフォームのデスクトップワークベンチ（Electron + React）で、Claude、ChatGPT、Grok などの多くの LLM とチャットし、複数のコーディングセッションを管理し、差分をレビューし、Web ページをプレビューし、画像を生成し、マルチエージェントワークフローを実行し、エージェントに他のデスクトップアプリを制御させる（Computer Use）こともできる–すべて単一のアプリから。

  • プロジェクト
    katipally/openlive

    OpenLiveは、オープンソースでローカルファーストの音声・視覚レイヤーであり、クラウドベースの音声料金なしでAIモデルやコーディングエージェントとのリアルタイムでプライベートなインタラクションを可能にします。

  • プロジェクト
    moona3k/macparakeet

    MacParakeetは、無料・オープンソースのmacOSアプリ（Appleシリコンのみ）で、オンデバイスでの音声入力、ファイル/URL文字起こし、会議録音をローカル音声認識エンジン（Parakeet、Nemotron、WhisperKit、Cohere）で提供します。ライブ文字起こし、ライブラリ管理、カレンダー対応の自動録音、オプションのクラウドAI機能（要約、チャット、テキスト変換）を備えたUIを提供します。付属のCLI（`macparakeet-cli`）により、スクリプト可能な自動化が可能です。インストールは、公証済みDMG、Homebrew cask、またはソースからのビルドで行えます。

  • プロジェクト
    theJayTea/WritingTools

    Writing Tools は、Windows、Linux、macOS用の無料でオープンソースのデスクトップアプリです。ホットキーでコンピュータ上のどこからでもLLMを呼び出せます。校正、再執筆、トーン変更、翻訳、WebページやYouTubeの字幕の要約、モデルとのチャットが可能です。Gemini、OpenAI、AnthropicなどのクラウドAPI、またはOllama、llama.cpp、Apple-silicon MLXを介してローカルモデルを実行できます。プライバシー重視（テレメトリなし、APIキーはローカル保存）で、GPL-v3ライセンスのもとで提供されています。