这是我最新的开源项目，请先来看项目宣传片：
它叫 blurt，中文名口喷鸡，是我为 Vibe Coding 打造的最佳伴侣。
一句话介绍：把你的一顿乱喷整理成有图有文的清单的工具。
当你的 AI 在一夜奋战后给你写了 40 个页面、几万行代码（别告诉我你没这么干过），那接下来呢？
当然不是直接发布上线，而是需要验收并继续反馈问题、提出新要求。
只要你在做的不是个 demo 或一次性的玩具，而是要产品化、商业化的带有复杂性东西，那无论前期你的 spec 写得多好、AI 完成度多高，总会有大量细节是需要继续打磨的。
这里有些是你没想到但 AI 自己完成的，然后有些完成得还不错，有些则因为其实你也没想清楚所以 AI 做得也并不对，当然还有些纯粹是 AI 自己没做好。
所以 AI 写完之后，会有一段时间进度看起来突然变慢了。这就是进入了下一个阶段：精细打磨每个页面、每个角落、每处交互，每个按钮和每个逻辑都要有人去点、去看、去找出可能更好的方案。
而这么大量的代码背后要验收和调整的细节实在是太多太多了，常常一不经意，就忙到了凌晨……
在这个阶段，瓶颈便从写代码变成了提问题。
但提好一个问题，其实并不容易。
一个不够清晰的问题，可能会让人听了一头雾水（多人协作中），让 AI 会错意，改出来的东西跟想要的牛头不对马嘴。
所以一套严谨的模板和提问规范，还是很有必要的。
为了准确反馈，就必须像提 bug 一样把问题讲清楚。要么用 Jira（多少有点过时了），要么建一个飞书多维表格，一条条去填：
• 所属模块
• 异常描述
• 预期效果与实际效果
• 复现步骤
• 截图或录屏
这套格式，不论是对解决问题的人，或是 AI 来说，都是不可或缺的。少了某个信息都可能看不懂、理解不准确，然后还得来回确认上几轮，效率反而更低了。
可对提问题的人来说，要求又实在太高了。需要截图、画红框、打字、写步骤，再粘贴进表格，一条接着一条……
繁琐、重复、低效，一点也不 AI。
那怎样能更高效呢？
我确实还试过一些其他方案。
截图 + 口喷方案：
让 Claude Code 直接连飞书，只需要截图、再加 typeless 口喷一段文字，它也能自动填进多维表格。
但每个这样截图、画圈、标注、语音输入下来，一个小时能记录 10 到 20 个问题，就已经非常高效了。
元素选取方案：
Claude Code 桌面版和 Codex 的 Annotate 可以支持在页面上直接点中对应的 DOM 元素后写 comment，加到当前 session 的输入区再让它执行。
React 项目里也有 React Grab 这类方案，能很方便地选中组件。
这确实比截图快了一些，但还是得一下一下地点，而且只适合一个人干，多人协作时就不太 work 了。
网页插件方案：
在网页上装个标注插件，自己或其他人直接在页面上反馈问题即可。
但我还是觉得效率不够高，需要点击 + 打字，且同样得一个问题一个问题地把内容填写严谨和完整。
纯语音方案：
用 Typeless 这类语音输入法直接口喷。
我之前在文章里也提过，用语音代替打字，可以边说边想，不用去琢磨字怎么打出来，思维会放松很多，往往效果更好。
局限是，这只适用于纯文字能讲清楚的情况。
所以有时我得给 AI 说“在首页的什么什么地方”、“点击什么什么之后出来的搜索框”之类的用于让 AI 能定位的文字，因为 AI 可看不见你说的「这里」「这个按钮」到底是指哪儿……
问题在于：纯语音，终究是少了一双能看见的眼睛。
那……最自然的方式是什么呢？
假设你是一个超级大且懒的领导，你最省事、最自私的方式是什么样呢？
你大概是不想截图和打字的。
你会让小弟站到你旁边和电脑前，然后指着屏幕对着它和他一顿喷，就完事了。
当然了，能成你的合格小弟，自然是一看一听就懂，就可以回去干活了的。
但……如果你不是个大领导呢？或者你并不喜欢这么呵斥小弟呢？
口喷鸡想做的，便是让人人都可以当个自私而懒的大领导：你只需要一边用，一边喷，就像身边站着一个非常能察言观色的小弟。
你只管想到哪就说哪，一会儿说 A 模块，一会儿又跳到 B 模块，说错了再改口没关系，逻辑乱一点也没关系，只管泄愤就是。
而在你终于喷完了之后，blurt 会将录好的视频、录音、鼠标轨迹等交给 AI 去理。
口喷鸡的 slogan 是「Show it. Say it. Your AI gets it.」。
中文叫做：
边看边喷，AI 全懂。
对人的要求，则是要「自私」一点，怎么爽就怎么来。
这才是鞭策 AI 最自然也最高效的姿势。
口喷鸡的安装很简单，只要给你的 Claude Code、Codex、Cursor 等任何能装 skill 的 agent 说上这一句话：
●●●
npx skills add AGIHunt/blurt└
或者也可以直接把仓库地址丢给它，让它自己装。它会根据你电脑的配置选好语音模型，再把一个叫 Blurt 的小 App 装进菜单栏。
然后在项目里对 agent 说一句「开始口喷」，就可以了。
使用时你只需按下 ⌥⇧R，框出要录的区域（拖拽框选、单击选中某个窗口，或者全屏均可），然后就可以开始边点边喷了。
屏幕上会有个小悬浮条，显示计时和音量，可以暂停、重录，说完点「完成」或者再按一次 ⌥⇧R 即可结束。
Blurt 还可以常驻在 macOS 的菜单栏里，图标就是那只小鸡，可以随时按快捷键开喷。
录完之后，你就可以去干别的了，剩下的交给你的 Claude Code 和 Codex 们就好。
它会把你东拉西扯的一段话拆成一条条独立的事项，给每条挑出最合适的截图，并按你当时鼠标的真实位置把问题框出来，再写清楚实际效果、预期效果、复现步骤和负责人。
而因为 skill 是跑在你项目的 repo 里的，AI 还能结合代码，给每条问题标上最可能出问题的代码位置，后面让 AI 去修的时候，就不用再从头定位了。
整理好之后，会自动打开一个本地的审核页，可以像刷短视频一样一条条地过：A 保留，X 丢弃，J/K 上下切换，Z 撤销。
以前要截图、填表填上两天的反馈，现在半个小时就能讲完。
审完之后，可以导出到飞书多维表格、GitHub Issues 或 Markdown/CSV，会沿用你们团队自己的列名规范。
当然你可以不导出，直接跟 agent 说：帮我改掉。
口喷鸡的核心思路是：必须人来的才让人来，确定的事交给脚本，模型能做的交给模型。
录屏、识别、抽帧、审核页、导出这些理解性工作，由脚本来完成：
• 录屏：
MacOS 上用原生的 ScreenCaptureKit，麦克风单独采集，再按两边的时间戳对齐，实测音画同步误差不到一帧（最早用 ffmpeg 录麦克风，结果会丢掉约 10% 的声音，字幕时间轴最多偏了 7 秒……）
• 鼠标轨迹：
录制时每秒采样 10 次鼠标位置，并记下每一次点击，存成带时间戳的数据。
AI 画框时直接读这些坐标，不用靠看截图去猜（第一版就是让模型看缩略图估坐标，结果红框歪了 12%……）
• 语音识别：
默认在本地跑阿里开源的 SenseVoice，模型约 240MB，普通 CPU 就能跑得很快，中英混说的识别效果也不错，你大可中英混杂放心来。
Apple Silicon 或 N 卡上可以换 Whisper，也可以填自己的 Groq、OpenAI 或百炼 Key，且默认不上传任何内容。
• 抽帧：
结合语音字幕里每个问题的时间点，再加上画面变化和鼠标动作，挑出候选帧，拼成带时间戳的对比图交给模型去挑
而怎么拆分、怎么写、怎么判断这条是问题还是想法、该归到哪个模块，则全都交给 agent 自己决定，我并没有给它太多的有碍泛化性的约束。
所以它能很好的适应不同的产品和团队，你说什么语言，整理出来就是什么语言。
以一段 3 分 12 秒的录屏口喷为例，从录完到打开审核页，大约 2.5 分钟。
其中语音识别 16 秒，抽帧约 40 秒，剩下约 1.5 分钟是模型在看截图、拆问题、查代码。
Token 方面，整个过程一共调用了 32 次模型，按 Opus 5.5 的 API 价格折算，处理这段录屏本身大约 1.1 美元。（不过我用的是 Max 订阅，这么点额度，九牛一毛了不必心疼）。
但其实，它显然不只是个提 bug 的工具而已。
比如你有了什么想法，也可以直接打开电脑四处逛逛，比如打开 A 网页说这里的引导做得好可以重点参考，打开 B 网页说觉得这个定价页也不错……录完它会整理出一份想法清单，每个想法是什么、为什么会想到、灵感来自哪里、下一步做什么，再附上一页总览和方案。
同一段录屏里，问题、想法、笔记、待办都可以混着讲，每一条算什么类型，agent 会自己判断，不用事先选定模式，非常灵活。
当然，如果需要你也可以加自己的模板，比如用户调研、销售电话、SOP、软件用户指南等（有些我会再来细化，也欢迎提 pr）。
多人协作时，没有代码库的同事（产品、设计、运营甚至客户）也直接下载 Blurt，把口喷视频录好后发来，再交由开发人员的 agent 结合代码去分析处理。
后面，我可能还想往个人助理的方向，让它成为一个能看、能听、能帮你推进项目、完成记录和各种杂活的助理。不过，那是后面的事了……
分享一些小花絮。
Claude 一开始给起的中文名叫「吐槽机」，我改成了一只鸡的「鸡」，便成了吐槽鸡。
后来 Claude Code 告诉我，这个项目其实不只是能用来提 bug、反馈问题，还可以用来做各种 idea 的思考和探索。大家完全可以一边浏览各个页面、各个网站，一边讲自己的想法。
所以我便给它改名为：「口喷鸡」。
而开头的宣传片，则是我让 Opus 5.5 制作的：画面是 Remotion 写的动画，点击、键盘、快门这些音效全是它用代码合成的，背景音乐用 Lyria 3 生成，花了我 8 美分。
项目支持 MacOS 和 Windows，但由于我手里没有 Windows 电脑，所以至今我还没实测过……（非常不严谨，该喷）
欢迎试用、口喷、提 issue、提 PR，尤其如果你手里有个 Windows 的电脑！
◇ ◆ ◇
