核心用法
webchat-voice-full-stack 是一个元安装器（meta-installer），通过编排三个独立技能实现 OpenClaw WebChat 的完整语音输入能力：
1. faster-whisper-local-service：本地 STT 后端，基于 faster-whisper 在 127.0.0.1:18790 提供 HTTP 转录服务
2. webchat-https-proxy：HTTPS/WSS 反向代理，解决浏览器麦克风所需的加密上下文
3. webchat-voice-gui：语音交互界面，含麦克风按钮、VU 电平表、Push-to-Talk 快捷键、多语言支持（EN/DE/ZH）
部署流程：先安装三个子技能 → 运行 bash scripts/deploy.sh → 自动完成环境初始化、模型下载（~1.5GB）、systemd 用户服务注册、Control UI 脚本注入。
关键特性包括：SHA256 完整性校验（部署前强制验证子技能脚本）、支持环境变量覆盖（VOICE_HOST, VOICE_HTTPS_PORT, WHISPER_LANGUAGE）、纯用户级部署（无需 root）、可逆卸载流程。
---
显著优点
- 零后续成本：本地 Whisper 推理，无外部 API 调用和订阅费用
- 隐私优先：语音数据本地处理，无云端传输
- 完整性保障：部署前强制 SHA256 校验，篡改即中止
- 透明可控：所有变更文档化，systemd 服务 + 单脚本注入，卸载脚本完整提供
- 工程化体验：Push-to-Talk、连续录音快捷键、VU 电平表、i18n 覆盖专业场景需求
---
潜在缺点与局限性
- 硬件门槛：需 ~1.5GB 模型下载，首次运行依赖互联网；运行期需 Python 3.10+ 及 GStreamer
- 证书管理：自签名 TLS 证书需浏览器手动信任或额外 PKI 配置
- 依赖链复杂度：三技能串联部署，任一环节失败需逐层排查
- 无自动更新：子技能更新后需手动
rehash.sh更新校验基线 - 平台限制：systemd 用户服务模式对非 systemd 发行版不兼容
---
适合人群
- 注重数据隐私、拒绝云端 STT 的 OpenClaw 重度用户
- 需要语音交互增强自动化工作流的技术团队
- 具备 Linux 基础运维能力、能接受自托管方案的进阶用户
---
常规风险
| 风险类别 | 具体表现 | 缓解措施 |
|---------|---------|---------|
| 供应链攻击 | 子技能脚本被篡改 | SHA256 强制校验 + 审计后 `rehash.sh` |
| 配置漂移 | 子技能独立更新后校验失败 | 更新后必须重新基线化 |
| 服务冲突 | 端口占用（18790, 8443 等） | 环境变量覆盖端口配置 |
| 证书信任失败 | 浏览器拦截自签名证书 | 手动导入根证书或使用受信 CA |
| 模型下载失败 | 首次 ~1.5GB 下载中断 | 稳定网络环境 + 断点续传依赖 wget/curl |