VoiceClaw 🦞🎙️

用語音控制 OpenClaw — 支援 Apple Watch、iPhone、Siri Shortcuts

📖 專案目標

VoiceClaw 的目標是打造一個輕量級的語音控制層，讓使用者透過 Apple Watch、iPhone 或 Siri Shortcuts 快速向 OpenClaw 下達指令，無需打開電腦或手動輸入文字。

🎯 使用情境

情境一：Apple Watch 快速指令

Roy 正在開會，手腕上的 Apple Watch 震動提醒。他抬起手腕，對著手錶說：「幫我查一下今天的待辦事項」。幾秒後，OpenClaw 的回覆出現在手錶螢幕上。

情境二：iPhone Siri Shortcuts

開車途中，Roy 喊一聲「Hey Siri, 問 OpenClaw 明天有什麼會議」。Siri 透過 Shortcuts 將語音轉文字後送到 OpenClaw Gateway，回覆直接用語音朗讀出來。

情境三：運動中的快速記錄

跑步時突然想到一個好點子，Roy 對 Apple Watch 說：「記一下，Mai.today 要加入分帳功能」。OpenClaw 收到後自動記錄到對應的 Topic。

情境四：居家語音控制

在廚房做菜，雙手不方便操作手機。Roy 說：「OpenClaw，幫我把購物清單加上牛奶和雞蛋」。透過 iPhone 麥克風收音，即時處理。

🏗️ 基本架構

┌─────────────────┐     ┌──────────────────┐     ┌─────────────────┐
│  Apple Watch     │     │  iPhone           │     │  Siri Shortcuts │
│  watchOS App     │     │  iOS App / Widget │     │  Automations    │
└────────┬────────┘     └────────┬──────────┘     └────────┬────────┘
         │                       │                          │
         └───────────┬───────────┘──────────────────────────┘
                     │
                     ▼
         ┌───────────────────────┐
         │  VoiceClaw 中介層      │
         │  - 語音轉文字 (STT)    │
         │  - 指令解析            │
         │  - 回覆格式化          │
         └───────────┬───────────┘
                     │
                     ▼
         ┌───────────────────────┐
         │  OpenClaw Gateway     │
         │  - REST API / WebSocket│
         │  - Agent 處理          │
         │  - 回覆 TTS            │
         └───────────────────────┘

核心元件

1. watchOS Companion App — Apple Watch 上的語音輸入介面，支援 Complication 快速啟動
2. iOS Shortcuts Actions — 提供 Siri Shortcuts 整合，支援自動化流程
3. VoiceClaw Bridge — 中介服務，處理 STT/TTS 轉換與 OpenClaw Gateway API 溝通
4. OpenClaw Gateway 整合 — 利用 OpenClaw 現有的 Node 配對與 API 機制

🔗 相關資源與參考

OpenClaw 官方

• OpenClaw GitHub — 主專案（iOS Node 已支援 Voice Wake、Talk Mode）
• PR #9456: Siri Neural Voice for Talk Mode — macOS Siri 語音支援
• PR #12157: Meeting Notes with Live Transcription — 即時語音轉錄功能
• Issue #6142: Discord Voice Channel Support — 語音頻道整合需求
• openclaw-coolify — iPhone PWA + 語音控制參考

類似專案參考

• Home Assistant iOS — Siri Shortcuts 整合智慧家庭的成熟範例
• Apple SiriKit / App Intents — Apple 官方語音整合框架

🛣️ 發展路線

Phase 1：Siri Shortcuts 整合（最小可行版本）

• 建立 iOS Shortcuts Action，透過 OpenClaw Gateway API 發送文字指令
• 支援語音輸入 → 文字 → OpenClaw → 回覆朗讀
• 基本錯誤處理與離線提示

Phase 2：Apple Watch App

• watchOS Companion App 基本 UI
• 語音輸入與回覆顯示
• Complication 支援（快速啟動）
• 觸覺回饋（Haptic Feedback）

Phase 3：進階功能

• 常用指令快捷按鈕（Apple Watch）
• 對話歷史同步
• Widget 支援（iPhone 主畫面）
• 自動化情境觸發（到達某地點、特定時間）

🛠️ 技術棧

元件	技術
Apple Watch App	SwiftUI + watchOS SDK
iPhone App	SwiftUI + App Intents
Siri 整合	SiriKit / App Intents Framework
語音轉文字	Apple Speech Framework / Whisper
Gateway 通訊	REST API (HTTPS) / WebSocket
文字轉語音	AVSpeechSynthesizer / OpenClaw TTS

📄 授權

MIT License

🤝 貢獻

歡迎提交 Issue 和 Pull Request！這是一個開源專案，目標是讓 OpenClaw 的語音控制體驗更加便利。