完整用法，它如何判断该不该保持沉默？)
解放双手的AI自动回答Natively Auto Answer(Beta)完整用法它如何判断该不该保持沉默【免费下载链接】natively-cluely-ai-assistantNatively — Free open-source AI meeting assistant, interview copilot, and note taker. The best alternative to Cluely, Otter, Granola, Final Round AI, Fireflies, and Interview Coder. Real-time transcription, AI meeting notes, lecture recording, local RAG, BYOK, and stealth mode. Runs locally. No subscriptions. No data breaches.项目地址: https://gitcode.com/gh_mirrors/na/natively-cluely-ai-assistantNatively是一款免费开源的 AI 会议助手与面试副驾Interview Copilot支持实时转录、AI 会议笔记、本地 RAG 与 BYOK全部本地运行、无订阅、无数据外泄。它的Auto AnswerBeta功能是真正的解放双手面试官一停口答案就已经草拟好出现在眼前——而它背后有一套精巧的该答/该沉默判断机制。这篇文章带你完整上手并拆解它何时闭嘴的决策逻辑。一、三步开启 Auto Answer最快配置方法Auto Answer 默认关闭位于设置页中并带有 Beta 标识开关旁的说明就一句话Answers appear as soon as the interviewer finishes a question面试官一结束提问答案立刻出现。开启步骤清单打开 Natively进入Settings设置→ General通用找到Auto AnswerBeta开关点击启用开始会议面试 / 讲课 / 销售通话均可无需任何额外操作相关实现可以在设置界面源码中查到开关与 Beta 徽标的完整交互逻辑SettingsOverlay.tsx。 提示Auto Answer 与 Direct Assist 同属 Beta 功能两者共用一套 Liquid Glass 徽标设计方便你一眼区分实验特性与稳定特性。二、Natively 如何判断该不该回答四层过滤机制这是全文核心。Auto Answer 的引擎源码在 SimpleAutoAnswer.ts设计口号是legacy trigger, judge brain——传统触发器 裁判大脑整体流程是一条流水线面试官停止说话 → 本地零成本预过滤 → 一次快速裁判LLM 调用 → 回答 or 沉默2.1 第一层等面试官真正说完安静窗口引擎不会每收到一个词就急着判断。它等待一个900ms 的稳定性窗口STABILITY_MS面试官的每个新词都会把窗口重新计时只有真正停下来超过 900ms才视为一句话结束。更聪明的细节是——如果本地语音检测器VAD或 STT 供应商提前确认了话轮结束等待会缩短到350msENDPOINT_CONFIRM_MS甚至在安静120ms时就提前向裁判发起询问EARLY_JUDGE_MS让模型延迟与等待窗口重叠。所以答案出现得比你想象的快。2.2 第二层零成本预过滤免费的沉默在动用 LLM 之前引擎先用几个正则/规则免费筛掉明显不该回答的情况过滤项例子结果附和语backchannelyeah、got it、makes sense 连说直接忽略不花钱调模型太短且无问号少于 4 个新词、也没有?判定为未完等下文重复问题与刚回答过的问题文本一致标记 duplicate跳过预过滤正则见 SimpleAutoAnswer.ts。2.3 第三层动态裁判模型Judge Brain通过了预过滤的候选文本会被交给一个小型快速模型做裁判——注意裁判只负责该不该答不负责写答案。裁判的提示词构建与解析逻辑在 AutoAnswerJudge.ts它返回一个 JSON 判决is_ask这到底是不是一个问题/任务directed_at_user是不是问给你的complete话是否说完了answerability0~1 的你此刻多想看到 AI 草稿答案评分actionanswer或silent裁判有2.5 秒超时JUDGE_DEADLINE_MS超时或模型不可用就回退到启发式兜底——只要候选文本以问号结尾或以 how/what/can you… 等疑问引导词开头就直接派发答案。所以即使裁判离线功能也不至于彻底哑火。2.4 第四层可答性评分门槛裁判给出的answerability必须高于0.30ANSWER_FLOOR才会真正派发答案。评分标尺很有意思0.9~1.0轮到你回答的问题或任务哪怕只是 have you heard of Wordle? 这种短问0.6~0.8真实但偏社交/流程性的提问0.3~0.5设备确认类Can you see my screen?0.0~0.2根本不是提问或是对已答问题的复述三、这些情况Natively 会主动保持沉默引擎的类型定义里有一份完整的沉默原因清单AutoAnswerTypes.ts把最实用的翻译给你修辞性提问Why do we shard by user id? 说话人紧接着自己回答了——这不是提问是自说自话。讲规则/讲故事面试官解释游戏规则时说的 you have to guess what the word is 含疑问词但不是问题。问别人而不是问你团队会议里 Raj, can you tell support?——引擎知道你叫什么名字来自简历或日历账号能区分 Evan, can you… 是问你Raj, can you… 是问同事。你已经在回答了Auto Answer 的设计哲学是问题一落地你就开始答你自己的发言不会打断或取消正在流式输出的答案用户通道是惰性的见 SimpleAutoAnswer.ts。已经答过的问题被复述裁判会拿到最近已回答的问题做语义去重——不是简单的文本比对your task is to recreate this game in React 被换个说法再说一遍也会被识别为同一问题。话没说完以 and、so 这类连词/介词结尾或预告了 three operations 却只说了第一个——宁可等不答半题。授权与寒暄you can totally look up syntax、take your time 是给你自由不是要你产出一律沉默。设备流程类are you ready?算提问但评分低0.3~0.5多数时候静默。裁判的完整沉默守则写在了提示词里值得一读AutoAnswerJudge.ts。里面有一条黄金原则值得单独拎出来——⚖️WHEN IN DOUBT, ANSWER.拿不准时回答。一份你可以一眼忽略的答案成本几乎为零错过的一次提问损失的是当下那个瞬间。沉默只保留给规则里明确该闭嘴的情形。这也是它和每句话都弹答案的粗糙实现的最大区别默认倾向回答但有 8 类明确的沉默理由。四、答案为什么这么快预取与投机准备你体验到的秒出答案来自工程上的三重加速SimpleAutoAnswer.ts预取prefetch裁判还在思考时答案引擎已经开始起草——问题形状的提问带?或 tell me about… 开头直接享受免限额预取。一次停顿只判一次绝不对同一个词反复调用裁判旧版 V3 曾把一句话判 6 次。判定失效即中止面试官一旦开口说了新话在途的裁判调用立即中止不白花钱。五、实用建议与源码导航面试场景搭配你的简历 profile 使用裁判会用你的名字分辨问你的 vs 问同事的效果最好。建议戴耳机你的声音仍会被转录裁判需要看到双方对话但不会干扰派发逻辑。想知道为什么没触发每次沉默都会记录结构化遥测事件skipReason 字段事件类型见 AutoAnswerTypes.ts——不含任何转录文本只有长度与原因隐私友好。核心模块速查引擎主体electron/intelligence/autoAnswer/SimpleAutoAnswer.ts裁判提示词与判决解析electron/intelligence/autoAnswer/AutoAnswerJudge.ts阈值与策略electron/intelligence/autoAnswer/AutoAnswerPolicy.ts触发门禁设置开关冷却检查electron/intelligence/autoAnswerGate.ts单元测试可看各种真实案例electron/intelligence/autoAnswer/tests/一句话总结Natively 的 Auto Answer 用安静窗口 免费预过滤 2.5 秒裁判三层漏斗把 LLM 花在刀刃上再用 8 条明确的沉默规则保证它不抢话、不答非所问——这就是它敢于以 Beta 姿态直接默认拿不准就答的底气。【免费下载链接】natively-cluely-ai-assistantNatively — Free open-source AI meeting assistant, interview copilot, and note taker. The best alternative to Cluely, Otter, Granola, Final Round AI, Fireflies, and Interview Coder. Real-time transcription, AI meeting notes, lecture recording, local RAG, BYOK, and stealth mode. Runs locally. No subscriptions. No data breaches.项目地址: https://gitcode.com/gh_mirrors/na/natively-cluely-ai-assistant创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/10/4 6:47:55 · 阅读 1.2k 解放双手的AI自动回答：Natively Auto Answer(Beta)完整用法，它如何判断该不该保持沉默？
解放双手的AI自动回答Natively Auto Answer(Beta)完整用法它如何判断该不该保持沉默【免费下载链接】natively-cluely-ai-assistantNatively — Free open-source AI meeting assistant, interview copilot, and note taker. The best alternative to Cluely, Otter, Granola, Final Round AI, Fireflies, and Interview Coder. Real-time transcription, AI meeting notes, lecture recording, local RAG, BYOK, and stealth mode. Runs locally. No subscriptions. No data breaches.项目地址: https://gitcode.com/gh_mirrors/na/natively-cluely-ai-assistantNatively是一款免费开源的 AI 会议助手与面试副驾Interview Copilot支持实时转录、AI 会议笔记、本地 RAG 与 BYOK全部本地运行、无订阅、无数据外泄。它的Auto AnswerBeta功能是真正的解放双手面试官一停口答案就已经草拟好出现在眼前——而它背后有一套精巧的该答/该沉默判断机制。这篇文章带你完整上手并拆解它何时闭嘴的决策逻辑。一、三步开启 Auto Answer最快配置方法Auto Answer 默认关闭位于设置页中并带有 Beta 标识开关旁的说明就一句话Answers appear as soon as the interviewer finishes a question面试官一结束提问答案立刻出现。开启步骤清单打开 Natively进入Settings设置→ General通用找到Auto AnswerBeta开关点击启用开始会议面试 / 讲课 / 销售通话均可无需任何额外操作相关实现可以在设置界面源码中查到开关与 Beta 徽标的完整交互逻辑SettingsOverlay.tsx。 提示Auto Answer 与 Direct Assist 同属 Beta 功能两者共用一套 Liquid Glass 徽标设计方便你一眼区分实验特性与稳定特性。二、Natively 如何判断该不该回答四层过滤机制这是全文核心。Auto Answer 的引擎源码在 SimpleAutoAnswer.ts设计口号是legacy trigger, judge brain——传统触发器 裁判大脑整体流程是一条流水线面试官停止说话 → 本地零成本预过滤 → 一次快速裁判LLM 调用 → 回答 or 沉默2.1 第一层等面试官真正说完安静窗口引擎不会每收到一个词就急着判断。它等待一个900ms 的稳定性窗口STABILITY_MS面试官的每个新词都会把窗口重新计时只有真正停下来超过 900ms才视为一句话结束。更聪明的细节是——如果本地语音检测器VAD或 STT 供应商提前确认了话轮结束等待会缩短到350msENDPOINT_CONFIRM_MS甚至在安静120ms时就提前向裁判发起询问EARLY_JUDGE_MS让模型延迟与等待窗口重叠。所以答案出现得比你想象的快。2.2 第二层零成本预过滤免费的沉默在动用 LLM 之前引擎先用几个正则/规则免费筛掉明显不该回答的情况过滤项例子结果附和语backchannelyeah、got it、makes sense 连说直接忽略不花钱调模型太短且无问号少于 4 个新词、也没有?判定为未完等下文重复问题与刚回答过的问题文本一致标记 duplicate跳过预过滤正则见 SimpleAutoAnswer.ts。2.3 第三层动态裁判模型Judge Brain通过了预过滤的候选文本会被交给一个小型快速模型做裁判——注意裁判只负责该不该答不负责写答案。裁判的提示词构建与解析逻辑在 AutoAnswerJudge.ts它返回一个 JSON 判决is_ask这到底是不是一个问题/任务directed_at_user是不是问给你的complete话是否说完了answerability0~1 的你此刻多想看到 AI 草稿答案评分actionanswer或silent裁判有2.5 秒超时JUDGE_DEADLINE_MS超时或模型不可用就回退到启发式兜底——只要候选文本以问号结尾或以 how/what/can you… 等疑问引导词开头就直接派发答案。所以即使裁判离线功能也不至于彻底哑火。2.4 第四层可答性评分门槛裁判给出的answerability必须高于0.30ANSWER_FLOOR才会真正派发答案。评分标尺很有意思0.9~1.0轮到你回答的问题或任务哪怕只是 have you heard of Wordle? 这种短问0.6~0.8真实但偏社交/流程性的提问0.3~0.5设备确认类Can you see my screen?0.0~0.2根本不是提问或是对已答问题的复述三、这些情况Natively 会主动保持沉默引擎的类型定义里有一份完整的沉默原因清单AutoAnswerTypes.ts把最实用的翻译给你修辞性提问Why do we shard by user id? 说话人紧接着自己回答了——这不是提问是自说自话。讲规则/讲故事面试官解释游戏规则时说的 you have to guess what the word is 含疑问词但不是问题。问别人而不是问你团队会议里 Raj, can you tell support?——引擎知道你叫什么名字来自简历或日历账号能区分 Evan, can you… 是问你Raj, can you… 是问同事。你已经在回答了Auto Answer 的设计哲学是问题一落地你就开始答你自己的发言不会打断或取消正在流式输出的答案用户通道是惰性的见 SimpleAutoAnswer.ts。已经答过的问题被复述裁判会拿到最近已回答的问题做语义去重——不是简单的文本比对your task is to recreate this game in React 被换个说法再说一遍也会被识别为同一问题。话没说完以 and、so 这类连词/介词结尾或预告了 three operations 却只说了第一个——宁可等不答半题。授权与寒暄you can totally look up syntax、take your time 是给你自由不是要你产出一律沉默。设备流程类are you ready?算提问但评分低0.3~0.5多数时候静默。裁判的完整沉默守则写在了提示词里值得一读AutoAnswerJudge.ts。里面有一条黄金原则值得单独拎出来——⚖️WHEN IN DOUBT, ANSWER.拿不准时回答。一份你可以一眼忽略的答案成本几乎为零错过的一次提问损失的是当下那个瞬间。沉默只保留给规则里明确该闭嘴的情形。这也是它和每句话都弹答案的粗糙实现的最大区别默认倾向回答但有 8 类明确的沉默理由。四、答案为什么这么快预取与投机准备你体验到的秒出答案来自工程上的三重加速SimpleAutoAnswer.ts预取prefetch裁判还在思考时答案引擎已经开始起草——问题形状的提问带?或 tell me about… 开头直接享受免限额预取。一次停顿只判一次绝不对同一个词反复调用裁判旧版 V3 曾把一句话判 6 次。判定失效即中止面试官一旦开口说了新话在途的裁判调用立即中止不白花钱。五、实用建议与源码导航面试场景搭配你的简历 profile 使用裁判会用你的名字分辨问你的 vs 问同事的效果最好。建议戴耳机你的声音仍会被转录裁判需要看到双方对话但不会干扰派发逻辑。想知道为什么没触发每次沉默都会记录结构化遥测事件skipReason 字段事件类型见 AutoAnswerTypes.ts——不含任何转录文本只有长度与原因隐私友好。核心模块速查引擎主体electron/intelligence/autoAnswer/SimpleAutoAnswer.ts裁判提示词与判决解析electron/intelligence/autoAnswer/AutoAnswerJudge.ts阈值与策略electron/intelligence/autoAnswer/AutoAnswerPolicy.ts触发门禁设置开关冷却检查electron/intelligence/autoAnswerGate.ts单元测试可看各种真实案例electron/intelligence/autoAnswer/tests/一句话总结Natively 的 Auto Answer 用安静窗口 免费预过滤 2.5 秒裁判三层漏斗把 LLM 花在刀刃上再用 8 条明确的沉默规则保证它不抢话、不答非所问——这就是它敢于以 Beta 姿态直接默认拿不准就答的底气。【免费下载链接】natively-cluely-ai-assistantNatively — Free open-source AI meeting assistant, interview copilot, and note taker. The best alternative to Cluely, Otter, Granola, Final Round AI, Fireflies, and Interview Coder. Real-time transcription, AI meeting notes, lecture recording, local RAG, BYOK, and stealth mode. Runs locally. No subscriptions. No data breaches.项目地址: https://gitcode.com/gh_mirrors/na/natively-cluely-ai-assistant创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考