用 Qwen Audio Agent 语音指挥 Claude Code,边聊边让它写代码

AICodeKing 把开源的 Qwen Audio Agent 接到 Claude Code 上,一边语音对话、打断回答、中途改需求,一边让后台把 VoiceDesk 应用建出来。

AICodeKing · YouTube · 发布于 2026年10月29日 · 软件开发与运维

用 Qwen Audio Agent 语音指挥 Claude Code,边聊边让它写代码,AICodeKing 的视频▶ 在 YouTube 观看
提示词
在已配置的工作区里构建一个名为 VoiceDesk 的响应式问题跟踪器。使用纯 HTML、CSS 和 JavaScript。要有深色主题、问题列表和“新建问题”按钮。我可以添加问题、标记完成,并筛选已完成的问题。数据保存在 local storage 里。加上基础校验,并告诉我如何在本地运行。所有改动都限制在这个项目内。

图解

Qwen Audio Agent 给 Claude Code 加上语音前端:你可以一直说话、提问、改需求,Claude 在后台继续写,最后你要打开真实的应用验证,而不是只信语音说“做完了”。

要解决的问题: Claude Code 开工后,想补一个忘了说的需求或问个小问题,往往只能等整个编码任务结束。

语音如何抵达编码代理

  1. 浏览器语音输入端口 3101 的浏览器界面,开麦克风,转写和后台任务同屏可见
  2. 语音前端通过 DashScope 的 Qwen 音频模型回答一般问题并持续对话
  3. 本地网关连接语音端与后端,并把任务结果带回对话
  4. Claude Code 后端经 ACP 适配器接入,在配置的工作区里做真正的项目工作
    丢弃: 语音确认不等于文件已改
  5. 验证过的应用手动打开并测试 VoiceDesk,检查 diff 和回归测试
输入配置 / 衔接AI 代理成果

他评判的几个标准

  1. 它听懂口头请求了吗?
  2. 后端干活时对话能继续吗?
  3. 后续修改真的传到项目里了吗?
  4. 做好的应用通过检查了吗?

关键数字

自己搭一遍

按视频演示:命令行安装加浏览器客户端。

  1. 使用 Node 24 系列(视频中为 2415),npm 10 或更新
  2. 安装:npm install -g [email protected](确切命令见视频简介)
  3. 运行 qn-audio config,编辑 config.env:DashScope API key、实时服务商、qn audio 3.0 realtime plus 模型
  4. 先单独确认 Claude 能用,再运行 qn-audio install claude 和 qn-audio setup --backend claude,并把 agent protocol 设为 Claude
  5. 把工作区字段设为独立项目文件夹的完整绝对路径
  6. 启动网关,在第二个终端启动 Web UI,允许麦克风,用一句简短口令测试

改完配置后,要停止并重启网关。

视频里的坑

  • 在某个文件夹里开终端并不会让它成为代理的工作区,要检查配置的路径。
  • 打断语音回答不会取消后端已接受的任务;要用任务取消控件,而且它不会撤销已做的修改。
  • 构建中途提的改动可能变成后续任务,而不是改当前这一轮;要看任务状态和最终文件。
  • 精确的路径、代码和报错用文字,语音适合讲解和描述问题。
  • 开源不等于免费:DashScope 语音和 Claude 用量分别计费。

根据视频字幕提炼

怎么上手

  1. 打开 Qwen Audio Agent。
  2. 复制提示词,把 [方括号] 里的内容换成你自己的。
  3. 观看 AICodeKing 的视频,了解完整流程和配置方法。

相关用例

分享

微博XTelegram