cursor-voice-remote

KO | EN

gitlite — search

#python #java #python3 #arduino #golang #machine-learning #rust #html #flask #javascript #seismology #nodejs

cursor-voice-remote

★ 10 Open GitHub ↗

Use your phone as a voice remote and second screen for Cursor—send prompts, view AI responses, answer questions, and switch between Cursor windows.

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# Cursor Voice Remote

Cursor Desktop 的手机遥控器和第二屏。用手机进行语音输入，将文字直接发送到桌面 Cursor，并实时查看 AI 回复、回答交互问题和切换多个 Cursor 窗口。

## 功能

- **语音转文字** — 手机浏览器原生 Web Speech API，支持中/英/日多语言
- **声纹过滤** — 只识别你的声音，过滤办公室其他人（开源 ONNX 模型，浏览器本地运行）
- **CDP 注入** — 通过 Chrome DevTools Protocol 把文字直接写入 Cursor 聊天输入框并自动发送
- **多窗口切换** — 桌面页面可选择发送到哪个 Cursor 窗口
- **AI 回复推送** — Cursor 的 AI 回复实时推送到手机，聊天气泡样式展示
- **服务端 STT 模式**（可选）— Python + faster-whisper，更高精度

## 部署

### 前置条件

- Node.js 18+
- 手机和电脑在同一局域网
- Cursor IDE（需开启 CDP 调试端口）

### 一键部署（Windows）

```powershell
.\setup.ps1
```

### 手动部署

```bash
# 1. 安装依赖
npm install

# 2. 启动服务
node server.js

# 3.（可选）Python 语音服务，用于更精准的服务端 STT
pip install -r requirements.txt
python voice_service.py
```

### Cursor CDP 配置

需要让 Cursor 开启 Chrome DevTools Protocol 调试端口：

```powershell
cursor --remote-debugging-port=9226
```

或修改 Cursor 快捷方式的目标，在末尾加上 `--remote-debugging-port=9226`。

服务器会自动扫描 9222-9230 端口范围来发现 Cursor。

## 使用

1. 启动服务后，终端会显示访问地址
2. 手机打开 `https://<电脑IP>:3456`（首次需信任自签名证书）
3. 电脑打开 `https://localhost:3456/desktop.html` 管理 CDP 连接
4. 在桌面页面选择目标 Cursor 窗口并连接
5. 手机点麦克风说话 → 文字出现在输入框 → 点发送 → 注入 Cursor
6. Cursor AI 回复会自动推送到手机

### iOS Safari 注意事项

- 首次访问 HTTPS 会提示证书不受信任，选择"继续访问"
- 如果无法录音，检查 Safari 设置 → 网站 → 麦克风权限

## 中继功能（外网访问）

如果手机不在内网（如 4G、外出办公），可通过中继服务器连接。

### 部署中继服务器

中继服务器是一个独立的轻量 WebSocket 转发器，可部署到任意有公网访问能力的机器。

**方式一：直接运行 Node.js**

```bash
cd relay
npm install
node relay-server.js                # 默认端口 8765
node relay-server.js --port 9999    # 自定义端口
PORT=9999 node relay-server.js      # 环境变量方式
```

**方式二：Docker**

```bash
cd relay
docker compose up -d                           # 默认 8765
PORT=9999 docker compose up -d                 # 自定义端口
```

**方式三：NAS Docker（群晖示例）**

1. 上传 `relay/` 目录到 NAS
2. Container Manager → 项目 → 新建 → 选择 `docker-compose.yml`
3. 在项目环境变量中可修改 `PORT`
4. 路由器/防火墙开放对应端口

### 使用中继

1. 电脑桌面页面 → 中继配置区 → 填写中继地址和房间号 → 勾选启用 → 保存
2. 手机 PIN 页面 → 切换到"中继连接" → 填写相同的中继地址、房间号、PIN → 进入

## 项目结构

```
cursor-voice-remote/
├── server.js           # Node.js 主服务（WebSocket、CDP、代理）
├── generate-certs.js   # 自签名 HTTPS 证书生成
├── voice_service.py    # Python 语音处理服务（可选）
├── requirements.txt    # Python 依赖
├── package.json        # Node.js 依赖
├── setup.ps1           # Windows 一键部署脚本
├── public/
│   ├── index.html      # 手机端页面（语音输入 + 聊天界面）
│   └── desktop.html    # 桌面管理页面（CDP + 中继配置）
├── relay/
│   ├── relay-server.js # 中继服务器
│   ├── package.json    # 中继依赖
│   ├── Dockerfile      # Docker 镜像
│   └── docker-compose.yml
└── certs/              # HTTPS 证书（自动生成，已 gitignore）
```

## 技术栈

| 组件 | 技术 |
|------|------|
| 手机端 STT | Web Speech API（浏览器原生） |
| 声纹验证 | @jaehyun-ko/speaker-verification（ONNX） |
| 桌面注入 | Chrome DevTools Protocol (CDP) |
| 通信 | WebSocket |
| 中继转发 | ws（纯 WebSocket，无 HTTP） |
| Web 服务 | Express.js + HTTPS |
| 服务端 STT | faster-whisper（可选） |
| 声纹提取 | resemblyzer（可选） |

## 环境变量

| 变量 | 默认值 | 说明 |
|------|--------|------|
| `PORT` | 3456 | 服务端口 |
| `CDP_PORT` | 9222 | CDP 首选端口（会自动扫描 9222-9230） |
| `VOICE_SERVICE_URL` | http://127.0.0.1:5050 | Python 语音服务地址 |
| `ACCESS_PIN` | 随机 4 位 | 访问密码（不设则每次随机） |

cursor-voice-remote

Explore Similar Repositories

Was this content helpful?

Recent Feedback

Download README