关键要点
- 基于Tauri v2构建，以MIT许可证发布——运行应用本身不需要任何专有后端软件
- 界面：无边框、始终置顶的悬浮球，而非普通窗口或浏览器标签页
- 混合模型后端：云端实时语音（Google Gemini Live或OpenAI Realtime）或用户自行配置的自托管本地守护进程
- 笔记和搜索结果以纯Markdown文件形式保存在本地文件系统中，而非专有数据库
- 配置、数据和API密钥均存储在用户自己的机器上
- 支持Windows（WebView2）、macOS（WKWebView）和Linux（WebKitGTK 4.1）
- 官方网站：askvoxa.dev
📍 简单一句话
Voxa是一款基于Tauri v2构建的MIT许可开源桌面语音助手，以始终置顶的浮动悬浮球形式呈现，支持通过云端提供商（Gemini Live或OpenAI Realtime）或自托管本地守护进程进行实时语音对话，并将笔记以纯Markdown文件形式保存在用户自己的机器上。
💬 简单来说
它不是浏览器标签页或应用窗口，而是一个悬浮在其他窗口上方的小圆圈。点击它就能开始说话：它可以使用云端AI语音服务，也可以在用户自行配置后使用运行在自己电脑上的语音模型，并将笔记写成任何编辑器都能打开的纯文本文件。
📌注: Voxa并非一款纯粹本地运行的工具。云端后端（Gemini Live或OpenAI Realtime）是更简单的路径，但依赖该提供商的API和互联网连接；要实现完全本地化配置，需要将Voxa指向用户自己搭建的自托管守护进程。在假设这是一款无需云端、无需配置的本地应用之前，请参阅下方的"Voxa真的是本地运行的吗"部分。
Voxa是什么
Voxa是一款开源桌面语音助手，发布于askvoxa.dev，基于Tauri v2构建——这是一个用于构建轻量级跨平台桌面应用的框架，将基于Web的界面封装在原生外壳中。Voxa以MIT许可证发布。
- 核心交互模式：一个悬浮在其他窗口上方的无边框、始终置顶悬浮球——点击它即可开始实时语音对话，而不必打开单独的聊天窗口或浏览器标签页
- 模型后端可配置，并非固定于单一提供商：云端实时语音模型（Google Gemini Live或OpenAI Realtime）或自托管本地守护进程
- 基于Tauri v2构建，使用操作系统自带的Web引擎渲染界面（Windows上为WebView2，macOS上为WKWebView，Linux上为WebKitGTK 4.1），而不像Electron那样捆绑单独的浏览器引擎
- 助手搜索或被要求保存的笔记和信息，会以纯Markdown文件形式写入本地文件系统
- Voxa本身不运行任何专有后端服务器——应用自身的配置、数据和API密钥保留在用户机器上；云端调用直接发送到用户配置的模型提供商（Google或OpenAI），而非发送到Voxa运营的服务器
Voxa的核心功能有哪些
Voxa的三大标志性特征是始终置顶的语音悬浮球、基于Markdown的笔记存储，以及基于Tauri v2的开源架构。 每一项都决定了它与基于浏览器或订阅制语音助手相比的行为方式。
Voxa真的是本地运行的吗
Voxa是一款混合型应用，而非完全在设备端运行的应用——在将其作为"本地AI"工具选用之前，务必厘清这一区别。 它为实时语音模型支持两条独立的后端路径，其中只有一条能将推理保留在用户自己的硬件上。
- 云端实时语音模型——Voxa可以通过Google Gemini Live或OpenAI Realtime路由实时语音对话。此路径需要互联网连接以及用户在该提供商处的API访问权限/凭证；语音模型本身运行在该提供商的服务器上，而非用户设备上。
- 自托管本地守护进程——Voxa也可以指向用户自行配置和运行的本地守护进程，将语音模型推理保留在自己的机器或网络上，而不是将音频发送给云端提供商。这条路径才是让Voxa发挥本地AI工具作用的方式，但这是需要用户自行完成的可选设置，而非默认行为。
📌注: 无论选择哪种后端，始终保留在本地的内容：应用自身的配置、笔记（保存为纯Markdown文件）和API密钥——这些都存储在用户自己的机器上，而非Voxa运营的服务器上。默认情况下不会保留在本地的内容：实时语音模型本身，除非已配置自托管本地守护进程路径。
Voxa在Windows、macOS和Linux上的表现
Windows
- 预期表现:
- Voxa使用WebView2渲染界面，这是微软随现代版Windows附带的基于Chromium的Web引擎。需要最新的WebView2运行时，悬浮球界面和语音UI才能正确显示。
macOS
- 预期表现:
- Voxa使用苹果内置的Web渲染引擎WKWebView来渲染界面。由于Tauri依赖操作系统提供的引擎而非自带引擎，其行为会随macOS版本自带的WKWebView版本而变化。
Linux
- 预期表现:
- Voxa在Linux上使用WebKitGTK 4.1渲染界面。这是一个具体的WebKitGTK版本，而非"任意WebKit构建版本"——安装前请确认所用发行版打包了WebKitGTK 4.1（或兼容版本），因为较旧的发行版软件包版本可能不匹配。
由于Tauri v2通过各操作系统自身的Web引擎（而非捆绑的浏览器引擎）渲染界面，各平台准确的最低操作系统/引擎版本无法在此固定为一个永久数字——安装前请直接在askvoxa.dev确认当前的平台要求。
谁适合使用Voxa
正确的选择取决于始终可见的语音悬浮球和基于Markdown的笔记是否符合用户与助手交流的方式，以及在完全本地推理很重要的情况下，用户是否愿意自行配置本地守护进程。
评估Voxa时的常见误解
关于Voxa的大部分困惑，源于假设它要么表现得像纯本地应用，要么表现得像纯云端应用，而实际上它被设计为二者可配置的混合体。
常见问题
Voxa是什么？
Voxa是一款基于Tauri v2构建的MIT许可开源桌面语音助手，可在askvoxa.dev获取。它以无边框、始终置顶的悬浮球形式呈现，点击即可开始实时语音对话，后端可以使用云端实时语音模型或自托管本地守护进程。
Voxa是免费的吗？
Voxa自身的应用代码以MIT许可证开源。如果使用云端实时语音后端（Gemini Live或OpenAI Realtime），则需遵循该提供商自己的定价和API条款，这与Voxa本身无关。请直接向Google或OpenAI确认Gemini Live或OpenAI Realtime的当前定价。
Voxa能完全离线运行吗？
只有在配置了自托管本地守护进程路径的情况下才可以。默认情况下，Voxa被设置为使用云端实时语音提供商（Gemini Live或OpenAI Realtime），这需要互联网连接。完全离线的配置是可行的，但需要用户运行自己的本地守护进程并将Voxa指向它。
Voxa支持哪些平台？
Windows（使用WebView2引擎）、macOS（使用WKWebView）和Linux（使用WebKitGTK 4.1）。Voxa是基于Tauri v2构建的桌面应用，而非iOS或Android的移动应用。
Voxa将笔记存储在哪里？
以纯Markdown文件形式存储在本地文件系统中，而非专有数据库或纯云端格式。这意味着无论Voxa是否已安装或正在运行，笔记都可以在任何文本编辑器中读取和编辑。
Voxa会将我的API密钥或数据发送到其他地方吗？
配置、数据和API密钥存储在用户自己的机器上。如果使用云端实时语音后端，音频和对话数据会被发送到用户配置的提供商（Google Gemini Live或OpenAI Realtime），遵循该提供商自己的数据处理条款——而不是发送到Voxa单独运营的服务器。
Voxa中云端后端和本地守护进程后端有什么区别？
云端后端（Gemini Live或OpenAI Realtime）通过该提供商的服务器运行实时语音模型，需要互联网连接以及该提供商的API访问权限。自托管本地守护进程后端将语音模型推理保留在用户自己控制的硬件上，但用户需要自行配置和运行该守护进程——它并非预先配置好的。
Voxa是开源的吗？
是的。Voxa基于Tauri v2构建，以MIT许可证发布，这是一种允许查看、修改和再分发源代码、且不限制商业用途的宽松许可证。
我能在没有互联网连接的情况下使用Voxa吗？
只有在已配置并正在运行自托管本地守护进程作为语音模型后端的情况下才可以。云端实时语音路径（Gemini Live或OpenAI Realtime）需要网络连接才能运行。
Voxa是否需要我的系统上有特定的浏览器引擎？
是的，间接需要——由于基于Tauri v2构建，Voxa通过操作系统自身的Web引擎渲染界面：Windows上为WebView2，macOS上为WKWebView，Linux上为WebKitGTK 4.1。安装前请确保相应引擎存在于系统上且为最新版本。