WebChat Voice Proxy

功能概述

webchat-voice-proxy 是 OpenClaw 生态中的已废弃技能，曾用于为 WebChat 界面一键部署完整的本地语音输入栈。其核心能力包括：

• HTTPS Control UI：在 8443 端口提供自签名 TLS 的语音控制界面
• 语音转写代理：将 /transcribe 请求转发至本地 faster-whisper 服务（默认 18790 端口）
• WebSocket 透传：代理到网关的 WebSocket 连接（ws://127.0.0.1:18789）
• 语音按钮注入：向 Control UI 注入 voice-input.js，提供麦克风交互
• 实时 VU 表：按钮阴影/缩放随音量动态反馈
• 双模式录音：默认 Push-to-Talk（按住说话），支持双击切换为 Toggle 模式
• 键盘快捷键：Ctrl+Space PTT、Ctrl+Shift+M 连续录音、Ctrl+Shift+B 实时转写（Beta）
• 多语言 UI：自动检测浏览器语言，内置英/德/中，支持自定义扩展

显著优点

1. 零配置自签证书：自动生成 TLS 证书，开箱即用
2. 用户级权限：无需 root，仅使用 systemd user 服务
3. 持久化部署：systemd 服务 + gateway hook 双保险，重启后自动恢复
4. 模块化设计：原功能已拆分为 webchat-https-proxy（代理层）与 webchat-voice-gui（UI 层），可独立维护

潜在缺点与局限

• ⚠️ 已废弃：官方已停止维护，建议迁移至拆分后的新技能或 webchat-voice-full-stack 一站式方案
• 依赖较重：必须预先部署 faster-whisper-local-service 作为转写后端
• 证书信任问题：自签名证书导致浏览器首次访问需手动确认
• 网络暴露风险：默认 localhost 安全，但 VOICE_HOST=<LAN-IP> 会将代理暴露给整个局域网
• 浏览器兼容性：依赖 MediaRecorder API，旧版浏览器可能不支持

适合人群

• 已使用 OpenClaw WebChat 且需本地离线语音输入的高级用户
• 愿意自行维护 faster-whisper 后端的开发者
• 重视隐私、拒绝云 STT 服务的用户
• 新用户请直接安装：webchat-voice-full-stack（推荐）或分别安装 webchat-https-proxy + webchat-voice-gui

常规风险

| 风险类型 | 说明 |

|---------|------|

| 证书安全 | 自签名证书无 CA 信任，存在中间人攻击理论可能（仅限局域网暴露场景） |

| CORS 配置 | `VOICE_ALLOWED_ORIGIN` 配置不当可能导致跨域滥用 |

| 服务持久化 | systemd 服务与 gateway hook 修改系统配置，需用 `uninstall.sh` 彻底清理 |

| 依赖失效 | faster-whisper 服务未运行时，语音功能完全不可用 |