SayIt

产品机会

SayIt 的起点是一个简单的效率缺口。系统自带的听写功能会弹出一个打断写作流的模态窗口。云端转录工具虽然能用，但每个词都要经过别人的服务器往返一次，网络一断就失效。

我想做的是一个更接近系统快捷键的工具：从任意位置触发，本地转录，粘贴结果，然后继续在原来的窗口里写。

为什么做成菜单栏工具

做成全窗口应用会直接削弱产品的核心价值。语音转文字只有在使用间隙中消失，才更像一个效率原语：需要时可见，不需要时安静。菜单栏给了应用一个常驻位置，但不占据工作空间。

选择用原生 macOS 应用（而非 Electron 套壳）是一个刻意的决定。这个产品是被拿来和系统工具比较的，不是和其他应用比较；它必须像 Spotlight 一样轻，而不是像一个浏览器标签页。

从想法到 v1.0.5

SayIt 由我独立设计、开发、签名、公证，并通过 GitHub Releases 公开发布。下面记录的是它从 SwiftUI 草图到公开 macOS 二进制文件的路径。

产品界面与核心控制

产品以紧凑的 popover 为中心：一个主操作按钮、一个麦克风选择器、一个转录引擎选项，以及轻量级状态消息。界面在不被需要时保持安静，这更符合「工具」而不是「传统全窗口应用」的预期。

这个界面的设计决策是抵抗功能膨胀。每增加一个控件，都会让应用离「按快捷键、说话、粘贴」的核心体验更远一步。

一键式录音流程

交互被压缩成一个可靠的切换操作：开始录音，停止并转录，然后自动复制结果。录音时长、实时音量、慢速转录提示和菜单栏 HUD 反馈让应用保持可理解，但不过度占用视觉注意力。

HUD 承担了大部分工作。一旦快捷键形成肌肉记忆，用户根本不需要看 popover；菜单栏图标和一个短暂的浮层就足以确认系统正在正确运行。

始终端侧

选择 whisper.cpp 而非云端 API，首先是产品决策，其次才是技术决策。本地转录意味着应用离线也能工作，没有按请求计费，也给用户一个容易理解的隐私保证：语音数据留在本机。

代价是模型体积与冷启动成本。应用暴露了引擎和模型选择功能，让轻量机型的用户可以选更小的模型，而更关注准确率的用户可以选更大的模型。

权限与快捷键的门槛

发布一个 macOS 工具最难的部分不是功能本身，而是操作系统要求的信任梯度。SayIt 需要麦克风权限来捕获音频，需要辅助功能权限来向其他应用粘贴文本。每一次权限弹窗都是用户可能流失的节点，而且弹窗由 macOS 渲染，不受应用控制。

解决方案是把首次引导设计成围绕这些弹窗展开，而非围绕应用自己的 UI：在 macOS 弹出请求之前先解释为什么需要该权限，并在用户拒绝后提供一条可恢复的路径回到系统设置。快捷键本身使用标准的全局快捷键 API，配置面板允许用户在不重启应用的情况下重新绑定按键。

发布一个经过公证的 macOS 应用

要让除了我自己以外的人也能安装，代码库必须通过三道关卡：使用有效 Developer ID 证书进行代码签名、通过 Apple 公证以满足 Gatekeeper 要求，以及通过 GitHub Releases 分发的干净的发布产物。

每一步单独来看都不大，组合起来却很折磨人。entitlements、hardened runtime、notary submission、stapling 和下载链接路径必须全部对齐，才能让一个陌生人双击应用就直接打开。把这条发布管线做可靠，是 v1.0.5 不需要每次手动处理的关键。

构建概览

SayIt 的表面面积很小，但深度不浅。音频采集、转录、权限和分发每一层都必须达到生产级标准，用户双击下载的二进制文件时体验才会干净。