一个 macOS 会议助手，用 mygo 的 ui 包绘制原生界面：录制会议音频，把录音管理成一个资料库，调用语音识别把它转写成带时间线的文字，再在转写之上生成摘要、脑图、问答和笔记。
录音、播放、笔记都不依赖外部服务，但转写和摘要 / 脑图 / 问答需要你先备好三样东西：
转写走火山引擎「豆包语音」的录音文件识别（volc.seedasr.auc，即豆包录音文件识别模型 2.0）。
- 打开豆包语音控制台，开通「录音文件识别」；
- 在控制台创建一个 API Key；
- 把它填进本应用设置里的「语音识别（豆包语音）」→ API Key。
只要一个 API Key 就够了，不需要 App ID 或 Access Token。调用产生的费用与额度由你的火山账号决定。
豆包这个接口只接受公网 URL，不能直接上传文件。所以识别时本应用会先在 127.0.0.1 上起一个只绑本机、路径带随机 token 的临时 HTTP 服务，再用 cloudflared 的 quick tunnel 把它临时映射到公网，供火山服务器拉取音频，识别结束立刻关闭。
brew install cloudflared装在别处也没关系：GUI 应用不继承终端的 $PATH，程序默认按 /opt/homebrew/bin/cloudflared 等常见位置查找，找不到时可以在设置里手动填可执行文件路径。
隐私提示：识别期间，这条录音会短暂地出现在一个不可猜测的公网地址上，并被火山服务器下载。隐私敏感的录音请自行斟酌。
摘要、脑图、问答需要一个 OpenAI 兼容的 chat/completions 接入点。设置里可以保存多个供应商，用顶部的「使用模型」下拉在「供应商 / 模型」之间切换；每个供应商填这几样：
| 项 | 说明 |
|---|---|
| Base URL | 填接入点的根地址即可（如 https://api.deepseek.com）。程序会先去掉结尾的 /，再补上 /chat/completions；如果你填的已经是完整的 .../chat/completions，则原样使用 |
| API Key | 该服务的密钥 |
| 模型 | 如 deepseek-chat、gpt-4o-mini 等；一个供应商可填多个，用逗号分隔，每个都会出现在「使用模型」下拉里。也可点「获取模型列表」从接口的 /models 拉取后点选 |
要不要带 /v1 取决于服务商，本应用不做猜测：DeepSeek 的 https://api.deepseek.com 和 https://api.deepseek.com/v1 都可用（/v1 只是它提供的 OpenAI 兼容路径，两者都指向同一套接口）；而 OpenAI 的路径必须带版本段，得填 https://api.openai.com/v1。填完点「验证连接」实测一下，返回 404 基本就是路径少写或多写了 /v1。
任何 OpenAI 兼容服务都可以：OpenAI、DeepSeek、火山方舟、本地跑 Ollama / LM Studio 等。填好后可以点「验证连接」发一个最小请求实测。不配也能用——录音、播放、笔记、转写都不受影响，只是摘要 / 脑图 / 问答会不可用。
先装一次 mygo 的命令行工具，之后就可以直接用 mygo：
go install github.com/egoist/mygo/cmd/mygo@v0.3.5 # 装一次即可
mygo build . # 打包成 .app 和 .dmg
mygo dev . # 开发：热重载go install 会把 mygo 放进 $(go env GOPATH)/bin（通常是 ~/go/bin），如果提示 command not found，把这个目录加进 $PATH，或者直接用下面 go run 的写法——不装也能跑，只是每次都要重新解析一遍模块：
go run ./cmd/voxi # 开发：直接跑
go run github.com/egoist/mygo/cmd/mygo@v0.3.5 build . # 打包成 .app 和 .dmg
go run github.com/egoist/mygo/cmd/mygo@v0.3.5 dev . # 开发：热重载需要 Go 1.27+。mygo 是普通 Go module 依赖，由 go.mod 拉取，不需要克隆 mygo 仓库。
在 macOS 上，mygo build 会顺带生成 dmg，不用额外命令：
mygo build .产物落在 mygo.json 里 out 指定的目录（本项目是 build/）下的平台子目录中：
build/darwin-arm64/
有听有记Voxi.app 12.7 MB
有听有记Voxi 0.2.0.dmg 3.8 MB # 名字是「应用名 版本号.dmg」，版本号取自 mygo.json
dmg 用系统自带的 hdiutil 生成，打开后是一个把应用拖进 Applications 的窗口（Finder 布局由生成好的 .DS_Store 决定）。相关开关：
- 不想要 dmg：加
-skip-dmg； - 想要通用二进制：
-platform darwin/universal； - dmg 只能在 macOS 上生成，在别的系统上构建会提示跳过。
本项目没有 Apple Developer ID 签名，mygo 默认只做 ad-hoc 签名（codesign 的 flags=0x2(adhoc)，TeamIdentifier=not set），因此 Gatekeeper 会拒绝它：
$ spctl -a -vvv "build/darwin-arm64/有听有记Voxi.app"
build/darwin-arm64/有听有记Voxi.app: rejected从 dmg 或网络下载来的副本还会被系统打上隔离标记（com.apple.quarantine），双击时提示「已损坏，无法打开」或「无法验证开发者」。去掉隔离标记即可正常运行：
xattr -dr com.apple.quarantine /Applications/有听有记Voxi.app-d 是删除指定扩展属性，-r 是递归到包内所有文件。如果你是对挂载中的 dmg 里的 app 操作，把路径换成 /Volumes/.../有听有记Voxi.app，注意要在拖进 Applications 之后再执行一次，因为复制到新位置会保留隔离标记。
也可以走图形界面：在「系统设置 → 隐私与安全性」底部点「仍要打开」，但每个版本都要点一次，命令行更省事。
自己构建、直接从
build/目录运行的话，本地产物通常不带隔离标记，可以直接打开。
应用需要以下权限，都是 macOS 的 TCC 隐私授权，首次触发时系统会弹窗，也可以在「系统设置 → 隐私与安全性」里手动开关：
| 权限 | 什么时候需要 | 授予方式 |
|---|---|---|
| 屏幕录制 | 首次点「录制」时就会请求，即使只勾了麦克风（见下） | 系统设置 → 隐私与安全性 → 屏幕录制 → 勾选「有听有记Voxi」，然后重启应用 |
| 麦克风 | 勾选了「麦克风」音频源时 | 系统设置 → 隐私与安全性 → 麦克风 → 勾选「有听有记Voxi」 |
| 本地网络 | 一般不需要 | 临时文件服务只绑 127.0.0.1，回环流量不算本地网络；若系统仍弹出请求，允许即可 |
为什么只录麦克风也要屏幕录制权限？ 音频捕获走 ScreenCaptureKit，而它的 API 模型是「先拿到屏幕内容（SCShareableContent）→ 用它构造内容过滤器 → 在过滤器上开流并勾选音频」。所以代码在建立捕获流之前必须拿到显示器列表，这一步就会触发屏幕录制授权，与你要不要系统声音无关。被拒绝时的报错是「无法访问屏幕内容（需要"屏幕录制"权限）」。
授予屏幕录制权限后必须重启应用，这是 macOS 的要求，当前进程内不会生效。
重新构建后可能要重新授权。 因为只做 ad-hoc 签名，系统的授权记录绑在具体签名（cdhash）上，每次重新构建都会产生新的签名，系统可能把它当成另一个程序。遇到「明明授权过了却还是失败」时，去系统设置里把旧条目删掉（选中后按 -），再重新授权一次。
排障：设置环境变量 VOXI_DEBUG=1 启动，音频捕获的详细日志（每个源是否正常出帧、格式、失败原因）会追加写入 ~/voxi-debug.log。
cmd/voxi/ 程序入口
internal/app/ 界面与状态：录音库、播放器，以及录制 / 转写 / 摘要 / 脑图 / 问答 / 笔记
internal/md/ 摘要的 Markdown 解析与绘制（块级 / 行内 / 表格）
internal/audio/ 音频捕获、AAC 编码与播放（macOS 部分走 ScreenCaptureKit + purego，无需 cgo）
internal/store/ 录音库的 JSON 索引与数据模型
internal/asr/ 火山引擎「豆包语音」录音文件识别
internal/llm/ OpenAI 兼容的大模型调用（摘要 / 脑图 / 问答 / 连接验证）
internal/tunnel/ cloudflared quick tunnel，供 ASR 从公网取音频
internal/ 下的包不被外部导入；界面代码集中在 internal/app，因为它需要访问应用状态的私有字段。
左侧边栏顶部有「录制」按钮，下面一行小字显示当前要捕获的音频源；音频源——麦克风，以及系统输出（扬声器或耳机正在播放的声音）——改在右上角齿轮打开的设置里勾选。点击录制开始捕获所选音频源，点击停止结束。所选音频源会被混合成一个 AAC（.m4a）文件，并通过 ExtAudioFile（AudioToolbox，经 purego 驱动——无需 cgo）边录边编码，而不是全部堆在内存里，因此无论录多久内存占用都保持平稳。输出为 48 kHz 立体声、128 kbps，体积只有未压缩 WAV 的一小部分。
音频捕获使用 ScreenCaptureKit，仅支持 macOS；混入麦克风需要 macOS 15 及以上。在其他平台上窗口依然会打开，并说明无法捕获。
该应用会录制麦克风和系统音频，因此它的应用包声明了 NSMicrophoneUsageDescription 和 NSAudioCaptureUsageDescription（见 mygo.json）。macOS 只会把这些权限授予 Info.plist 中带有相应用途说明的应用包，所以录制功能需在 mygo build 产出的 .app 中才能工作——裸 go run 出来的二进制不行，系统会在它访问麦克风时将其终止。请用 mygo build（或 dev）来测试录制。
点侧边栏右上角的齿轮打开设置弹窗，顶部用页签分「通用」（外观、录制）、「语音识别」「大模型」三页：
- 外观：浅色、深色，或跟随系统（默认）。改完立即生效，弹窗背后就是效果。
- 录制：勾选要捕获的音频源（麦克风、系统输出），以及录音文件的存放位置（默认是下载目录）。改到别的目录时可以选择把已有录音一起搬过去；不搬的话旧录音留在原处，仍可播放和识别。
- 语音识别（豆包语音）：填写 豆包语音 的 API Key 与 cloudflared 可执行文件路径（默认
/opt/homebrew/bin/cloudflared），用于录音转写。 - 大模型（LLM）：保存多个 OpenAI 兼容的供应商（名称、Base URL、API Key、模型列表），用「使用模型」下拉选定一个「供应商 / 模型」驱动摘要 / 脑图 / 问答；删掉正在用的供应商会自动改用列表里第一个模型；模型不止一个时，摘要 / 脑图 / 问答页的生成或发送按钮旁也有同一个下拉可直接切换；Base URL 输入框下方会实时显示最终请求的完整地址（省得猜
/v1该不该写），每个供应商可单独点「验证连接」，用它的第一个模型向该地址发一个最小请求实测是否可用。供应商平时收起成一行（名称、模型数、域名、验证结果），点一下展开编辑，同一时间只展开一个；「获取模型列表」拉回的模型也默认收起在「从接口选择」下。
设置持久化在应用数据目录的 settings.json。注意：ASR 与 LLM 的 API Key 以明文保存在该文件里，界面上也直接明文显示（文件仅当前用户可读）；如果在意，别在会被备份 / 同步或共享的机器上填入敏感密钥。
窗口的大小、位置和最大化状态记在应用数据目录的 window-state.json（由 mygo 维护），下次打开时恢复。若原来那块屏幕已经不在了，窗口会回到主屏并夹到工作区大小，不会跑到看不见的地方。
弹窗底部显示当前版本（取自 mygo.json 的 version）；裸 go run 出来的构建不带版本号，那里显示 版本 dev。每个版本改了什么见 CHANGELOG.md。
左侧是录音库，右侧是选中录音的详情。详情页从上到下是标题、分页签，底部是一条常驻的播放器（播放键、可拖动的进度条、已播 / 总时长），页签内容在它上方滚动：
- 转写：调用豆包语音把录音识别成带时间戳的分段文字；点时间戳跳转播放、点文字就地编辑（自动保存）、点说话人改名（可选「仅此条」或「全部相同」）；顶部「重新识别」可重跑（会覆盖当前转写）。录音文件原样（
.m4a）提交，不做转码。 - 摘要：把转写发给大模型，默认按「脏数据清洗 + 结构化会议纪要」的指令生成一份正式纪要（含行动项表格、议题分歧、会议金句），生成指令（prompt）可编辑。指令要求返回 overview / highlights / actions 的 JSON 时，结果分「概览 / 关键要点 / 待办事项」三块显示；其他格式（如默认的 Markdown 纪要）整篇按 Markdown 渲染。
- 脑图：把转写整理成可展开/折叠的大纲树。
- 问答：基于转写内容多轮提问，回答流式逐字返回并按 Markdown 渲染（列表、表格、代码块）。生成中可「停止生成」，已收到的部分保留；回答下可「复制」原文、对最后一条「重新生成」，每一问一答可单独删除。顶部工具栏：「新话题」插入一条分隔线，之前的问答仍在屏幕上但不再发给模型；「归档」把当前对话存进「历史会话」并开始空白对话，历史会话可展开查看、恢复为当前对话（当前对话非空时会先被归档）或删除；「清空」确认后删除当前对话。出错的回答不会作为上下文再发给模型。输入框 Enter 发送、Shift+Enter 换行，输入框为空时按 ↑ 调出上一个问题。输入框上方是一排预设问题（超过 5 个收进「更多」），对话为空时以卡片形式列出；点一下只是填进输入框，可修改后再发。预设是全局的，直接在问答页管理：右键预设选「编辑」「删除」，点按钮行末尾的「+」（或空对话里的「+ 添加预设」）新增。
- 笔记：每条录音一段自由文本，自动保存。
录音库、转写、摘要、脑图、问答和笔记都持久化在应用数据目录的 recordings.json 里；重新识别后，已生成的摘要和脑图会被标记为「可能过期」，提示重新生成。