豆包输入法你能不能只负责语音
最近豆包输入法的语音输入很火。 我是在开放后下载下来用了一下，确实很好用，对比之前用的 type less 对我而言有点修饰过头，微信输入法整体效果还行但是略逊于豆包。我设置的快捷键是 Command + Option ，按住说话，松开就上屏，体验很顺。 但是我现在主力打字输入法还是微信输入法。 原因也很简单，它有多端剪切板同步。 虽然这个同步率我感觉也就 90% 左右吧，不是每次都稳，但是有总比没有强。用久了之后就有点回不去了。手机上复制点什么，电脑这边能接着用，虽然偶尔抽风，但是整体还是方便的。 所以问题就来了。 我不想把主力输入法换成豆包输入法，但是我又想用豆包的语音输入。我想偷个懒。 我想到我的流程是，平时打字继续用微信输入法，需要语音的时候，按住 Command + Option 临时切到豆包语音，松开之后再回微信输入法。 那么理论可以全自动做这件事情。我把这个需求丢给了 macbook 上跑着的 Hermes，我坚信它以及它背后的 GPT-5.5 能做到。 最终思路 最后 Hermes 先搓了一个后台 agent，后来又把它收成了一个顶栏 mini app： 1 doubao-voice-wetype-agent 它干的事情不是破解豆包，也不是改输入法，而是在中间当一个代理。 更准确地说，它现在像一个很小的插件，常驻在 macOS 顶栏，没有 Dock 图标。平时显示 豆 OK，权限或者监听有问题的时候显示 豆 !，按住语音的时候会变成 豆 REC。 这个小状态栏后来证明很重要。 因为这种系统级快捷键代理如果没有可视状态，真的太黑盒了。你不知道是权限没拿到，还是 event tap 被系统关了，还是输入法切过去了但豆包没接住。现在点开顶栏菜单，至少能看到权限、当前输入法、最近一次事件和监听状态。 大概流程是这样： [text] 显示已折叠代码（33 行） 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 当前输入法是微信输入法 | | 按下 Command + Option v agent 捕获到这个组合键 | v 检查当前输入法不是豆包 | v 切换到豆包输入法 | v 重新发送一组干净的 Command + Option keyDown | v 豆包开始语音输入 | | 我继续按住，说话 v 松开 Command + Option | v agent 捕获释放事件 | v 重新发送 Command + Option keyUp | v 豆包结束语音输入 | v 切回微信输入法 一句话就是： ...