- 我的帖子已经打上 开源推广 标签： 是
- 我的开源项目完整开源，无未开源部分： 是
- 我的开源项目已链接认可 LINUX DO 社区： 是
- 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
- 以上选择我承诺是永久有效的，接受社区和佬友监督： 是
以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出
github.com
GitHub - XimilalaXiang/DeLive: System audio capture + multi-provider ASR +...
System audio capture + multi-provider ASR + local-first AI review workspace. Floating live captions, 6 ASR backends, 60+ languages, AI summary/chat/mindmap, Open API, MCP server, and Agent Skill.
前言： 【开源】1.0.11 Delive 把 Windows 系统音频实时转文字 + 悬浮字幕（支持 Soniox/火山引擎，导出 TXT/SRT）
上次发了 1.011，这几个月一直在迭代。
到现在2.0.1 ，基本上是重写了。也更新了很多额外我认为比较必要的功能
为啥做这个
起点还是那个痛点：看视频/直播/课程，平台不让导出字幕。
但 1.0 解决完「能转录」之后，我发现下一个卡点是： 转录完了，怎么用？
每次都要手动复制文本，切到 AI对话窗口，粘贴，问问题。太割裂了。
2.0 的核心思路：捕获 → 转录 → AI 处理 → 对外开放MCP/Skill 接口调用，全在一个地方，拒绝数据孤岛
2.0 的核心变化
① 跨平台了
Windows （稳定版）
macOS （测试版） / Linux （测试版）
小声bb （点击了解更多详细信息）
② 6 个 ASR 后端
后端 特点 Soniox 流式顶尖，支持翻译+说话人识别 火山引擎 中文最强，延迟低，送 20h Groq Whisper 便宜免费 SiliconFlow 国内多模态，佬们手上也有资源 本地 whisper.cpp 完全离线，零费用 OpenAI-compatible 接 Ollama、OpenAI兼容 等服务
③ AI 回顾 复盘 工作台
转录完直接在软件里处理，不需要离开这个窗口：
Overview：AI 自动生成摘要、行动项、关键词、章节 （点击了解更多详细信息） Chat：多线程 AI 问答，Markdown 渲染 （点击了解更多详细信息） Mind Map：一键生成思维导图，实时编辑，导出 SVG/PNG （点击了解更多详细信息）
④ 悬浮字幕升级
字幕部分演示 （点击了解更多详细信息）
⑤ S3、WebDAV 备份
备份部分截图 （点击了解更多详细信息）
这次最想说的：MCP + Agent Skill
这是 2.0 里最独特的部分
1. 
MCP Server
DeLive 内置了一个 MCP Server，可以直接接入 Cherry Studio、Cursor、Claude Code。配置完之后，你可以直接问 AI ：
“把今天下午的讲座转录内容，提炼成提纲”
“这段转录稿里，最终决定用哪个方案？整个框架思路是什么？”
如图
Agent 会直接调用 DeLive 的工具（ search_transcripts / get_session / get_session_summary ），从本地拉取数据，完全不需要手动操作。
2. 
Agent Skill
安装Skill到claude code
github.com
DeLive/skills at main · XimilalaXiang/DeLive
System audio capture + multi-provider ASR + local-first AI review workspace. Floating live captions, 6 ASR backends, 60+ languages, AI summary/chat/mindmap, Open API, MCP server, and Agent Skill. -...
内置 SKILL.md ，给 Claude Code / Cursor 等 Agent 读，让它们知道怎么和 DeLive 配合工作
Agent Skill
项目信息
- GitHub： github.com/XimilalaXiang/DeLive
- 文档： docs.delive.me
- 落地页： delive.me
觉得有用的佬可以点个 star 
，有问题欢迎沟通~
1 个帖子 - 1 位参与者