在日常办公、写作、编程等需要大量文字输入的场景中，用户经常遇到键盘打字效率低、双手被占用无法打字的痛点。例如：在电脑前开会时需要快速记录会议纪要、躺在床上用电脑浏览时不想起身找键盘、程序员写代码时想口述注释或文档、内容创作者进行长文创作时语音输入远快于手打。SpeakLink 正是为解决这些痛点而生——让用户的手机变成一个无线语音输入设备，说话的内容实时转成文字并注入到电脑光标所在位置，整个过程端到端加密，无需担心隐私泄露。目标用户覆盖办公白领、程序员、自媒体作者、学生等任何有高频文字输入需求的群体。
SpeakLink(作品链接：speaklink.risa.ccwu.cc) 是一款自主研发的跨设备实时语音输入工具，核心功能是让手机成为电脑的无线语音输入法。用户在手机端（微信小程序或 Android App）按下录音按钮说话，语音经云端中继服务器实时转发至电脑端（Windows Tauri 桌面客户端），文字自动出现在电脑光标当前位置，支持逐条复制。
核心功能模块包括：
多端覆盖 — 微信小程序 + Android 原生 App（Kotlin Compose）+ Windows 桌面端（Tauri v2 + Rust）+ 官方网站（Vue 3），四端互通；
安全配对机制 — 桌面端生成随机配对码，手机扫码或手动输码即可配对，基于配对码通过 HKDF-SHA256 派生对称密钥；
端到端加密 — 采用 AES-256-GCM 加密，服务器仅转发密文、零存储，全程不落盘明文；
云中继服务 — Go 语言编写的 WebSocket 中继服务器，Docker 部署于阿里云，支持配对管理、消息转发、通话统计、心跳保活；
光标注入 — Windows 端通过模拟键盘输入将接收到的文字精确注入到当前光标位置，macOS 端使用 CGEvent 实现；
状态机 UI — 三态连接状态（未连接/未配对/已配对），带颜色区分与实时延迟显示；
官网下载 — Vue 3 构建的官方展示页，集成版本化下载（防 CDN 缓存）、功能介绍与技术文档。
我负责本项目从零到一的全栈架构设计与全端实现，具体包括：
1. 架构设计 — 设计并落地了「手机语音采集 → 云端 WebSocket 中继 → 电脑光标注入」的完整技术方案。
2. 服务端开发 — 用 Go 语言编写中继服务器（relay.go），实现 WebSocket Hub 房间管理、配对码匹配、密文透传、心跳保活与延迟统计。服务器以 Docker 多阶段构建部署至阿里云（镜像约 30MB），通过 Nginx 反代提供 wss 接入，配合 Cloudflare CDN 分发前端静态资源。
3. 桌面端开发 — 基于 Tauri v2（Rust + Vue 3 + TypeScript）开发 Windows 桌面客户端。Rust 侧实现了设备 GUID 读取、WebSocket 长连接管理、AES-256-GCM 加解密、以及光标注入模块（inject.rs）；Vue 前端实现了配对二维码展示、实时文字预览（逐条打字机效果 + 独立复制按钮）、三态连接状态机。解决了 Tauri v2 custom-protocol 嵌入式打包、DPI 适配等关键坑点，release 包体积控制在 4.5MB。
4. 移动端开发 — Android 端使用 Kotlin + Jetpack Compose 开发，集成 OkHttp WebSocket 客户端
5. 官网与部署 — 用 Vue 3 + Vite 构建官方展示网站（speaklink.risa.ccwu.cc），
6. 解决了 Tauri v2 打包后前端嵌入协议切换问题、小程序 WebSocket 断线重连死循环等实际问题。
评论