准备环境：你需要什么

在开始之前，请确保你的电脑是 macOS 系统（苹果电脑），并安装了 Homebrew（一个帮你安装软件的工具，类似手机上的应用商店）。如果还没有 Homebrew，在终端（Terminal）里输入以下命令安装：

• /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

安装步骤

1. 安装 Ollama：Ollama 是一个让你在本地运行 AI 模型的工具，不需要联网。在终端输入 brew install ollama，等待安装完成。
2. 启动 Ollama 服务：在终端输入 ollama serve，然后保持这个终端窗口打开。
3. 下载 AI 模型：打开一个新的终端窗口，输入 ollama pull llama3.2，下载一个轻量级的 AI 模型（约 2GB）。这是你的“大脑”，负责把语音转成命令。
4. 安装 HoldSpeak：HoldSpeak 是一个语音识别工具，能把你说的话转成文字。在终端依次输入：
   git clone https://github.com/karolswdev/HoldSpeak.git
cd HoldSpeak
pip3 install -e .
5. 授权麦克风和辅助功能：打开“系统设置” > “隐私与安全性” > “麦克风”，允许终端访问麦克风。然后进入“辅助功能”，同样允许终端控制电脑（否则按键监听会失效）。
6. 运行测试脚本：创建一个 Python 文件（例如 demo.py），写入以下代码：
   from holdspeak.hotkey import HotkeyListener
from holdspeak.audio import AudioRecorder
from holdspeak.transcribe import Transcriber
import subprocess

def on_activate():
recorder = AudioRecorder()
audio = recorder.record()
text = Transcriber().transcribe(audio)
print(f"你说了：{text}")
# 这里可以调用 Ollama 生成命令，简单起见先打印

listener = HotkeyListener(on_activate)
listener.start()
   然后在终端运行 python3 demo.py，按住键盘上的 Right Option 键（右 Alt 键），对着麦克风说话，松开后就能看到识别的文字。

验证是否成功

如果一切顺利，当你按住 Right Option 键说话并松开后，终端会打印出你所说的文字。例如，你说“列出文件”，它会显示“你说了：列出文件”。这说明语音识别正常工作。接下来你可以继续学习如何让 Ollama 把文字转成真正的命令。

下一步可以做什么

• 尝试用 Ollama 生成命令：在 on_activate 函数中，把识别到的文字发给 Ollama，让它返回一个 shell 命令。
• 学习 Python 基础：如果看不懂代码，建议先学一点 Python 语法。
• 探索其他模型：Ollama 支持很多模型，可以试试 ollama pull llama3.1 等。