企业官网建设流程全解析

Hex 是一款本地优先的语音听写工具，而它真正的隐藏利器是Voice Commands（语音命令）：不用碰键盘鼠标，只要说一句话，就能打开应用、切换网页、粘贴文本，甚至控制整个听写流程。本指南带你从零启用 Hex 语音命令，并掌握自定义命令与 Voice Action 语音指令的完整玩法。

Hex 语音控制全景：三种"说话"方式

Hex 里有三种容易混淆但完全不同的语音能力，先用一句话理清：

三者互不依赖：普通听写不需要开启语音命令；Voice Action 也不依赖命令模型。详见 docs/features/commands.md 与 docs/features/voice-action.md。

一键启用语音命令：三步上手

👉进入路径：打开 Hex 设置窗口 → 左侧选择Commands→ 点击顶部 "Voice commands" 卡片上的开关。

启用时会发生这几件事（源码见 src/rune_ui/commands.rs）：

1. 确认麦克风常备：因为命令需要持续监听，Hex 会询问"是否保持麦克风就绪？"，确认后空闲时不再释放麦克风；
2. 后台加载独立的 Moonshine 命令模型：加载成功后立即进入"唤醒"状态开始听命令；
3. 失败可重试：模型下载失败时，卡片下方会出现Retry / Turn off commands按钮，且不影响你的普通快捷键听写。

💡 也可以在终端执行hex commands enable代替点击开关（需要--yes确认麦克风策略），详见 docs/features/control-cli.md。

内置语音命令清单：说这些就能控制电脑

命令在 Commands 面板里按任务分组展示，每行都可查看别名与生效范围。核心内置命令如下（定义位于 src/commands.rs 与 src/config.rs）：

唤醒与睡眠：语音控制的"电源开关"

语音命令有一个awake（唤醒）/ sleeping（睡眠）双状态设计：

• 唤醒态：说完整短语 → Hex 解析匹配 → 执行动作；无明确匹配时静默忽略并记录日志；
• 说go to sleep→ 进入睡眠态，不再响应普通命令；
• 睡眠态：只响应独立的唤醒词（wake up等），且必须是整句，"唤醒+命令"不能合在一句话里说；
• 睡眠只是停止识别，麦克风保持待命以便听到唤醒词；快捷键听写在睡眠时依然可用。

唤醒与执行成功有柔和提示音，执行失败会播放错误音，操作反馈一目了然。

自定义命令：让"打开训练网站"成为一句口头禅

内置命令不够用？Hex 支持用一份本地配置文件注册个人语音命令，无需安装任何依赖、无构建步骤：

1. 在 Commands 面板点击Create config，或终端运行hex commands init；
2. 配置文件生成在~/.config/hex/hex.config.ts，工作区结构见 src/personal_commands/hex.config.ts：

~/.config/hex/ ├── hex.config.ts 你的命令配置（唯一需要编辑的文件） ├── hex.d.ts 类型定义（Hex 自动生成，勿改） ├── AGENTS.md 编写说明（Hex 自动生成） └── tsconfig.json 编辑器辅助配置

3. 一个最小的自定义命令示例：

import { defineHexConfig, openUrl } from "@hex/commands" export default defineHexConfig({ commands: { "open-training": { phrases: ["open training"], group: "Websites", description: "Open the training site", action: openUrl("https://example.com/training"), }, }, })

4. 保存后 Hex 约 0.35 秒自动热加载；可用hex commands check在终端验证注册结果，出错会精确到文件、行、列。

🔧可用动作：openUrl（打开网页/应用深链）、openApplication（启动应用）、openPath（打开路径）、press（模拟按键）、typeText（输入文本）。配置脚本运行在嵌入式 QuickJS 沙箱里，无文件系统、网络、定时器访问，安全边界清晰；完整契约见 docs/plans/personal-commands.md。

⚠️ 注意：创建配置文件不等于开启语音命令，仍需在 Commands 卡片中单独启用。

用语音控制听写流程：dictate start / stop / send

命令还可以管理"纯语音听写"本身（需命令模型就绪且处于唤醒态）：

• 说dictate start→ 进入语音听写模式（自动带最多 1 秒前置录音）；
• dictate stop→ 结束并粘贴；
• dictate send→ 结束、粘贴并回车发送；
• dictate cancel→ 丢弃，什么都不插入。

这四个短语可在hex.config.ts的dictation段替换成自己习惯的口头禅。

Voice Action：按住快捷键，用一句话驱动 AI

如果说 Voice Commands 是"按键宏"，Voice Action就是"语音 AI 助手"：按住独立快捷键说一句指令，Hex 先本地转写（不上传音频），再把指令交给 OpenCode 文本模型，生成结果直接粘贴到当前焦点位置。

上手三步：

1. 进入Hex > Voice Action，打开 "Enable Voice Action" 开关；
2. 默认快捷键为 macOS 的 Option-Command、Linux 的Ctrl+Alt+I，可自行修改；
3. 在 Processing 区选择 OpenCode 模型（需本机装有 OpenCode V2），处理超时默认 60 秒。

实用细节：

• ✅ 支持可选文本：说话前选中的文字会自动作为上下文（通过辅助功能读取，不动用剪贴板，上限 64 KiB），比如选中一段英文说"翻译成中文"；
• ✅ 输出走独立队列，按提交顺序粘贴；失败时什么都不粘贴，绝不回退到原始转写稿；
• ✅ 按Esc可取消正在录制或排队中的任务；
• ✅ Linux 无快捷键门户的桌面环境，可用hex voice-action start / stop / toggle命令绑定系统键。

下图是一个典型的 OpenCode 会话界面，Voice Action 生成的内容就来自这样的模型后端：

常见问题速查

问：开启语音命令后麦克风会一直录？命令持续监听但仅在本地识别短语，空闲麦克风策略由你确认；想彻底停用说go to sleep或关闭开关即可，卸载命令识别器与动作执行器。

问：命令短语冲突了怎么办？两个同级别命令不能共享同一短语，更具体的命令（如限定应用/浏览器）可特化全局命令；hex commands check会在配置阶段就拒绝重叠。

问：为什么 Voice Action 显示 "Requires OpenCode"？Hex 通过 PATH、Homebrew、Node 版本管理器目录自动发现 OpenCode V2 CLI，找不到或只有 V1 时给出该提示，每 60 秒重新探测，装好后点 Refresh 即可。

问：Linux 能用语音命令吗？个人命令的文本转换（Modes Transformations）已支持 Linux/Windows；完整的语音命令目录与 Voice Action 快捷键目前以 macOS 为主，Linux 提供 Voice Action 的快捷键/命令双通道。

小结

Hex 的语音控制体系层次清晰：听写负责打字，Voice Commands负责"说一句话办一件事"（开应用、控浏览器、管听写），Voice Action则把本地转写与 AI 生成结合起来处理复杂指令。三者都遵循本地优先原则——音频转写留在设备上，配置热加载、随时可撤销，让你真正用"说话"替代"操作"。🎙️