蛐蛐 (QuQu)

开源免费的 Wispr Flow 替代方案 | 为中文而生的下一代智能语音工作流

厌倦了 Wispr Flow 的订阅费用？寻找开源免费的语音输入方案？来试试「蛐蛐」！

蛐蛐 (QuQu) 是 Wispr Flow 的开源免费替代方案，专为中文用户打造的注重隐私的桌面端语音输入工具。完全开源免费，数据本地处理，专为中文优化，支持国产AI模型。

┌──────────────────────────┐     HTTP REST     ┌──────────┐     ┌─────────────────┐
│   Electron 桌面应用       │ ◄─────────────── ► │  nginx   │ ──► │  FunASR 容器 ×N  │
│   (前端，原生运行)         │   localhost:8000   │  反代    │     │  (Python 后端)   │
│                          │                    └──────────┘     │                 │
│   • 系统托盘 / 快捷键     │                                     │  • 语音识别 ASR  │
│   • 录音 / 剪贴板        │                                     │  • VAD/标点恢复  │
│   • AI 文本优化          │                                     │  • 模型本地运行   │
└──────────────────────────┘                                     └─────────────────┘

• 前端：Electron + React，原生运行在桌面（需要托盘、快捷键、剪贴板权限）
• 后端：Python FunASR 服务，运行在 Podman/Docker 容器中（所有 Python 依赖封装隔离，不污染系统环境）

适合开发调试、快速体验。前后端均从源码启动，模型首次自动下载。

• Python 3.11+ 和 uv（Python 依赖管理）
• Node.js 18+ 和 pnpm（前端依赖管理）
• Linux / Windows（均支持开发与打包运行，macOS 暂未适配）

git clone https://github.com/lxp731/ququ.git
cd ququ

cd backend

# 安装 Python 依赖（首次）
uv sync

# 启动 FunASR 服务（首次运行自动下载模型 ~1.2GB，需 1-2 分钟）
uv run python funasr_server.py --port 8000

后端启动后访问 http://127.0.0.1:8000/health 验证，返回 {"status":"ok"} 即就绪。

cd frontend
pnpm install
pnpm run dev

启动应用后，在设置页面中填入 AI 服务商的 API Key、Base URL 和模型名称。内置 DeepSeek / Qwen / OpenAI 一键预设，也支持其他兼容 OpenAI API 的服务商。

适合日常稳定使用。后端容器化运行，前端使用打包好的安装包。

• Podman 或 Docker（运行后端容器）

# Arch / CachyOS
sudo pacman -S podman

# Ubuntu / Debian
sudo apt install podman

git clone https://github.com/lxp731/ququ.git
cd ququ

# 构建镜像并启动容器
podman compose up -d --build

# 查看日志，等待模型加载完成（首次约 1-2 分钟，需下载 ~1.2GB 模型）
podman compose logs -f backend

模型文件缓存于 ~/.cache/modelscope，销毁重建容器无需重新下载。

Windows：

从 Releases 下载最新 ququ-v*-portable.exe，免安装，双击即用。

Arch 系 Linux：

yay -S ququ-bin

其他 Linux 发行版：

从 Releases 下载最新 .AppImage 文件：

chmod +x ququ-v*.AppImage
./ququ-v*.AppImage

启动应用后，在设置页面中填入 AI 服务商的 API Key、Base URL 和模型名称。内置 DeepSeek / Qwen / OpenAI 一键预设，也支持其他兼容 OpenAI API 的服务商。

提示：

1. 如果后端部署在其他主机，可在设置页面中修改 FunASR 后端地址，指向远程服务。
2. 后端默认允许来自所有 IP 的访问，即 0.0.0.0:8000，安全生产环境自行限制。

源码运行时通过 .env 文件中的以下环境变量控制性能：

经验公式：FUNASR_WORKERS × OMP_NUM_THREADS ≤ CPU 核数，避免多个 worker 争抢 CPU 互相拖慢。

容器部署：每个容器固定 FUNASR_WORKERS=1，通过水平扩缩容提升并发：

# 扩容至 3 个后端实例
podman compose up -d --scale backend=3

缩容时 podman-compose（Python 版）的 --scale 不生效，需手动操作：

# 先看当前有哪些实例
podman ps --format '{{.Names}} {{.Status}}'

# 停掉多余的实例
podman stop ququ_backend_2 ququ_backend_3
podman rm ququ_backend_2 ququ_backend_3

nginx 通过 compose 内部 DNS 自动负载均衡到所有 backend 实例，无需额外配置。如果使用 Docker Compose，--scale 扩缩容均可直接生效。

ququ/
├── frontend/              # Electron + React 桌面应用
│   ├── src/
│   │   ├── helpers/       # Electron 主进程模块
│   │   ├── hooks/         # React hooks
│   │   └── components/    # UI 组件
│   ├── package.json
│   └── vite.config.js
├── backend/               # Python FunASR HTTP 服务（容器化）
│   ├── funasr_server.py   # Flask REST API
│   ├── Dockerfile
│   └── pyproject.toml     # uv 依赖管理
├── nginx.conf             # nginx 反代配置
└── docker-compose.yml     # Podman/Docker 编排

# 前端开发（frontend/ 目录下）
pnpm run dev               # 启动 Electron + Vite 开发模式
pnpm run build:renderer    # 构建前端
pnpm run build             # 打包当前平台安装包（Windows: portable exe / Linux: AppImage）

# 单独打包指定平台（跨平台构建）
pnpm run build:linux       # 打包 Linux AppImage
# Windows 便携版需在 Windows 上直接运行 pnpm run build

# 后端容器（项目根目录）
podman compose build       # 构建容器镜像
podman compose up -d       # 启动容器
podman compose down        # 停止容器
podman compose logs -f backend # 查看日志

• 热词接口：后端 transcribe_audio 已支持 options["hotword"] 参数，前端需要增加热词输入框，让用户自定义热词列表以提升特定场景下的识别准确率。

• 🤔 提建议：Issues
• 🐛 报 Bug：Issues
• 💻 贡献代码：Fork → 创建分支 → 提交 PR

• FunASR — 阿里巴巴开源的工业级语音识别工具包
• shadcn/ui — 高质量 React 组件库

Apache License 2.0