开源AI录音助理ClawHark：用Wear OS手表打造隐私优先的语音采集方案

1. 项目概述将你的智能手表变成全天候AI录音助理如果你和我一样对Omi、Limitless这类AI录音硬件感兴趣但又不想额外花钱买设备也不想把个人对话数据交给第三方云服务那么ClawHark这个项目可能就是你要找的答案。简单来说ClawHark是一个完全开源、无订阅费的Android Wear OS应用它能把你手腕上那块可能已经吃灰的智能手表变成一个24小时不间断、只在你说话时录音的智能录音笔。所有录音文件经过处理后会自动上传到你自己的Google Drive再由你本地的脚本拉取、转录最终喂给你选择的任何AI助手比如通过OpenClaw项目进行分析和行动项提取。这个项目的核心价值在于“所有权”和“可控性”。市面上大多数AI录音硬件或服务其商业模式往往是“硬件云端订阅”你的数据需要经过他们的服务器长期使用成本不低隐私边界也相对模糊。ClawHark则反其道而行之硬件是你已有的手表数据存储和流转完全在你掌控的生态内手表→你的Google Drive→你的电脑AI处理流程也由你自定义。它用几百行Kotlin代码实现了一个极简但足够健壮的录音-上传管道剩下的复杂AI部分则交给社区生态如OpenClaw或你自己熟悉的工具链去完成。对于开发者、极客或者任何对隐私敏感、喜欢折腾自动化工作流的用户来说这是一个非常优雅的解决方案。2. 核心架构与设计思路拆解ClawHark的设计哲学非常明确在资源受限的智能手表上做一个“只管录音和上传”的单一职责应用将复杂的计算语音活动检测VAD的精细调整、转录、AI分析卸载到后端强大的个人电脑或服务器上。这种“边缘采集云端个人云处理”的架构是平衡设备续航、计算能力和功能复杂度的关键。2.1 为什么选择Wear OS作为采集端首先智能手表是近乎完美的全天候录音硬件。它时刻佩戴在手腕上麦克风位置固定距离嘴部较近能捕获到清晰的人声同时背景噪音相对可控。相比手机手表更不引人注目录音行为更自然相比专门的录音笔或胸针它又是你本来就携带的设备实现了“零额外硬件成本”。Wear OS作为Android的穿戴设备分支其开发工具链与手机应用开发高度一致降低了开发门槛。同时Wear OS 4版本提供了相对稳定的后台服务机制和硬件访问接口为长期录音提供了可能。2.2 数据流与隐私安全设计整个数据流的每个环节都体现了隐私优先的原则采集与本地处理手表应用获取麦克风权限进行实时录音。关键的语音活动检测Voice Activity Detection, VAD在这里完成。VAD算法会实时分析音频流只有当检测到有人声时才会将这段时间的音频保存到文件。这避免了存储大量无声片段极大节省了手表上宝贵的存储空间和后续上传的流量。录音文件被切割成5分钟一个的WAV格式块。加密传输与存储Google Drive录音块通过手表连接Wi-Fi后使用OAuth 2.0认证上传到你个人Google Drive的一个特定文件夹ClawHark/。这里有一个精妙的安全设计应用申请的OAuth权限范围是drive.file。这个权限级别意味着应用只能访问和操作它自己创建的文件而无法浏览、读取或修改你Drive里的其他任何文件。这实现了最小权限原则。拉取与处理你的电脑一个运行在你电脑上的定时脚本如pull.sh会定期检查这个Drive文件夹下载新的录音文件然后调用本地的转录服务如OpenAI Whisper、AssemblyAI进行转写甚至进一步进行说话人分离Diarization。AI集成与分析可选转录后的文本可以被送入像OpenClaw这样的自动化框架由大型语言模型LLM提取会议纪要、待办事项、灵感笔记等并自动创建任务或发送通知。这个链条中你的原始音频数据从未离开“你的设备手表→你的云盘Google Drive→你的电脑”这个闭环真正做到了“Your data stays yours”。2.3 关键技术选型解析开发语言Kotlin作为Android平台的官方首选语言Kotlin的简洁、空安全和协程特性非常适合开发需要处理并发I/O操作如录音、网络上传的穿戴设备应用。协程可以更优雅地管理后台任务避免阻塞主线程导致UI卡顿。后台服务ForegroundService为了实现24/7录音ClawHark必须使用前台服务Foreground Service。这与普通后台服务不同前台服务必须在通知栏显示一个持续的通知告知用户应用正在运行。这是Android系统对长期后台任务的要求也是保证服务在系统内存紧张时不被轻易终止的重要手段。ClawHark的通知很可能只是一个简单的“正在录音”状态提示。音频处理Android AudioRecord 简单VAD项目使用了Android原生的AudioRecordAPI进行低层级音频采集以获得更好的控制和性能。其VAD实现目前看来是相对基础的可能基于音频能量阈值或过零率等时域特征进行判断。这也是一个潜在的优化点更复杂的VAD算法如基于RNN的可以提升在嘈杂环境下人声检测的准确率但这会增加手表的计算负担。网络同步Google Drive API选择Google Drive作为中转站是明智的。对于Wear OS设备Google服务是天然集成的认证流程相对顺畅。Drive提供了可靠的云存储和文件管理API并且免费额度对于音频文本这种小文件来说完全足够。未来扩展支持S3、WebDAV等后端也很有意义为用户提供更多选择。注意长期开启前台服务进行录音和网络活动会显著影响手表续航。实测下来在开启Wi-Fi上传时电池消耗会加快。因此合理的充电习惯例如夜间充电是维持全天候使用的必要条件。开发者也在代码中提供了调整VAD灵敏度、上传间隔等参数供用户根据自身设备情况和需求进行微调。3. 从零开始环境搭建与编译部署实操要让ClawHark在你的手表上跑起来你需要完成开发环境搭建、Google API配置、应用编译和安装这几个步骤。下面我会以macOS/Linux环境为例Windows用户只需将部分命令行工具替换为对应版本即可。3.1 开发环境与依赖准备首先确保你的电脑上已经安装了以下基础工具Java Development Kit (JDK) 17这是编译Android应用所需的Java环境。你可以通过java -version来检查。如果未安装建议从Adoptium或Oracle官网下载。Android SDK Command-Line Tools我们主要需要其中的adbAndroid调试桥和sdkmanager。如果你已经安装了Android Studio它们通常已经包含在内。如果没有可以单独下载命令行工具包。Git用于克隆代码仓库。检查ADB是否可用adb version如果命令未找到你需要将Android SDK的platform-tools目录添加到系统的PATH环境变量中。3.2 创建Google Cloud项目与配置OAuth这是最关键也最容易出错的一步。ClawHark需要通过OAuth 2.0获得访问你Google Drive的有限权限。创建项目访问 Google Cloud Console 。点击顶部导航栏的项目下拉框然后点击“新建项目”。给你的项目起个名字例如“ClawHark-Wear”。启用API在项目创建好后进入“API和服务” - “库”。在搜索框中输入“Google Drive API”找到后点击进入然后点击“启用”。配置OAuth同意屏幕在“API和服务”侧边栏进入“OAuth同意屏幕”。用户类型选择“外部”然后点击创建。你需要填写应用名称如“ClawHark”、用户支持邮箱、开发者联系邮箱。在“应用范围”这一步暂时不用添加直接保存并继续。在“测试用户”部分务必把你用来登录Google账号的邮箱地址添加进去否则在后续设备授权时会报“用户未授权”错误。创建OAuth 2.0客户端ID进入“凭据”页面点击“创建凭据” - “OAuth 2.0 客户端ID”。在“应用类型”中选择“TV 和受限输入设备”。这是一个关键点对于Wear OS这类没有完整浏览器进行标准OAuth跳转的设备Google提供了这种特殊的设备流程。创建后你会得到客户端ID和客户端密钥请妥善保存。3.3 获取源码与配置凭据打开终端执行以下命令克隆项目并配置OAuth信息# 1. 克隆代码仓库 git clone https://github.com/etticat/clawhark.git cd clawhark # 2. 复制OAuth配置文件模板 cp app/src/main/assets/oauth_config.json.example app/src/main/assets/oauth_config.json # 3. 编辑配置文件填入你的客户端ID和密钥 # 使用你喜欢的文本编辑器如VS Code, Vim, Nano等 # 文件内容应该像这样{ client_id: YOUR_CLIENT_ID.apps.googleusercontent.com, client_secret: YOUR_CLIENT_SECRET }将YOUR_CLIENT_ID和YOUR_CLIENT_SECRET替换为上一步获取到的真实信息。注意client_id通常以.apps.googleusercontent.com结尾。3.4 编译生成APK文件ClawHark使用Gradle作为构建工具。确保你在项目根目录即包含gradlew文件的目录下然后运行# 赋予gradlew脚本执行权限首次运行可能需要 chmod x gradlew # 执行Debug版本的编译 ./gradlew assembleDebug这个过程会下载项目依赖包括Android SDK组件和Kotlin库然后进行编译。如果一切顺利你会在app/build/outputs/apk/debug/目录下找到生成的app-debug.apk文件。实操心得编译过程可能会因为网络问题导致依赖下载失败。如果遇到超时可以尝试配置Gradle使用国内镜像源或者科学上网。另外确保你的Android SDK版本符合项目要求在build.gradle文件中指定可以使用sdkmanager来安装缺失的平台或构建工具。3.5 连接手表并安装应用现在需要将编译好的APK安装到你的Wear OS手表上。开启手表开发者选项与无线调试在手表上进入“设置” - “关于” - “版本号”连续点击7次“版本号”直到出现“您已处于开发者模式”的提示。返回设置找到新出现的“开发者选项”。进入“开发者选项”开启“ADB调试”和“通过Wi-Fi调试”或“无线调试”。开启后手表会显示一个IP地址和端口号例如192.168.1.100:5555。记下这个地址。通过ADB连接手表 在你的电脑终端中使用上一步记下的信息进行连接adb connect 192.168.1.100:5555如果连接成功会显示connected to 192.168.1.100:5555。你可以通过adb devices命令来确认设备已列出。安装APKadb install app/build/outputs/apk/debug/app-debug.apk安装成功后你会在手表的应用列表里找到“ClawHark”这个图标。3.6 首次运行与授权点击手表上的ClawHark图标启动应用。首次运行应用会引导你进行Google Drive授权。应用会显示一个“Link Drive”或类似的按钮点击它。由于我们配置的是“TV和受限输入设备”OAuth流程手表上会显示一个用户代码User Code和一个验证网址Verification URL例如https://www.google.com/device。此时你需要用另一台设备如手机或电脑打开浏览器访问那个网址登录你的Google账号必须是你在OAuth同意屏幕中添加为测试用户的那个账号然后输入手表上显示的用户代码。授权成功后手表上的应用界面会更新显示授权成功。现在你可以点击“Start”按钮开始录音了。一个常驻通知会出现表明录音服务正在运行。重要提示手表和进行授权操作的设备需要在同一个Google账号下登录且该账号已被添加为测试用户否则授权会失败。这是开发/测试期间的限制。如果应用要上架Google Play则需要经过更正式的OAuth应用验证流程。4. 核心组件深度解析与代码导读要真正理解ClawHark如何工作或者想要对其进行定制开发深入其核心代码是必不可少的。项目结构清晰主要逻辑集中在app/src/main/java/下的几个Kotlin文件中。4.1 录音服务RecordingService.kt这是整个应用的心脏一个长期运行的前台服务ForegroundService。我们来看看它的核心循环// 伪代码逻辑展示核心流程 class RecordingService : Service() { private var isRecording false private lateinit var audioRecord: AudioRecord private val vadThreshold 0.02 // VAD灵敏度阈值可配置 override fun onStartCommand(intent: Intent?, flags: Int, startId: Int): Int { // 1. 创建前台通知防止服务被系统杀死 startForeground(NOTIFICATION_ID, createNotification()) // 2. 初始化AudioRecord配置采样率、声道、音频格式 val bufferSize AudioRecord.getMinBufferSize(SAMPLE_RATE, CHANNEL_CONFIG, AUDIO_FORMAT) audioRecord AudioRecord(AudioSource.MIC, SAMPLE_RATE, ...) // 3. 开始录音循环 audioRecord.startRecording() isRecording true // 在协程或线程中执行循环 launch { val buffer ByteArray(bufferSize) var currentChunk ByteArrayOutputStream() var chunkStartTime System.currentTimeMillis() while (isRecording) { val bytesRead audioRecord.read(buffer, 0, bufferSize) if (bytesRead 0) { // 4. 简单的VAD计算缓冲区音频的平均能量 val energy calculateEnergy(buffer, bytesRead) if (energy vadThreshold) { // 检测到人声写入当前块 currentChunk.write(buffer, 0, bytesRead) } // 5. 块切割每5分钟或遇到长时间静音保存一个文件 if (currentChunk.size() 0 (System.currentTimeMillis() - chunkStartTime CHUNK_DURATION || isLongSilence())) { saveChunkToFile(currentChunk.toByteArray()) scheduleUpload(file) // 触发上传任务 currentChunk.reset() chunkStartTime System.currentTimeMillis() } } } } return START_STICKY // 服务被杀死后尝试重启 } }关键点解析音频参数SAMPLE_RATE采样率如16000Hz、CHANNEL_CONFIG声道如AudioFormat.CHANNEL_IN_MONO、AUDIO_FORMAT编码格式如AudioFormat.ENCODING_PCM_16BIT共同决定了音频质量和文件大小。较低的采样率如8kHz可以节省空间但可能影响转录精度。VAD实现calculateEnergy函数是VAD的核心。它计算一小段音频缓冲区比如20ms内采样点的平方和均值得到一个能量值。与环境噪音的能量对比如果超过vadThreshold就认为是人声。这个阈值需要根据实际使用环境安静的办公室 vs 嘈杂的街道进行调整源码中可能提供了配置项。分块策略分块上传是明智之举。一是避免生成单个巨大的音频文件便于处理和管理二是上传失败时重传的成本更低。5分钟是一个折中的选择既保证了上下文连贯性又控制了单文件大小。4.2 认证与上传AuthManager.kt DriveUploader.kt这两个类负责与Google Drive交互的安全认证和文件传输。AuthManager实现了OAuth 2.0 for Device流程。它向Google认证服务器请求设备代码和用户代码然后轮询令牌端点直到用户在浏览器中完成授权。获取到的访问令牌Access Token和刷新令牌Refresh Token会被安全地存储在Android的EncryptedSharedPreferences中。刷新令牌用于在访问令牌过期后自动获取新的令牌从而实现长期免登录。DriveUploader使用Google Drive API客户端库。它的主要工作是检查并确保目标文件夹ClawHark存在。将本地的WAV文件以日期如2023-10-27/为子文件夹进行组织上传。实现可靠的上传逻辑包括网络重试、断点续传如果API支持等。上传成功后立即删除手表上的本地文件释放存储空间。这是保证手表能长期运行的关键。4.3 应用日志与调试AppLog.kt穿戴设备上的调试不像手机那么方便一个健壮的日志系统至关重要。AppLog.kt将日志不仅输出到logcat还写入到手表的应用私有存储空间files/logs/clawhark.log中。这样即使手表暂时无法通过ADB连接你也可以事后拉取日志文件进行分析。日志级别Verbose, Debug, Info, Warn, Error可以帮助你快速定位问题。5. 与OpenClaw集成构建完整的个人AI工作流ClawHark本身只是一个“采集器”它的强大之处在于与后端处理流程的无缝集成。OpenClaw是一个开源的、模块化的AI自动化框架它正好可以充当这个“处理器”的角色。集成后你可以实现“录音→转文字→AI分析→创建任务”的全自动化流程。5.1 OpenClaw基础概念与安装OpenClaw的核心思想是“技能Skill”和“事件Event”。一个技能是一个独立的Python模块用于处理特定类型的任务如转录音频、总结文本、调用LLM。事件则是触发技能执行的数据如新文件到达、定时器触发。安装OpenClaw通常很简单pip install openclaw然后进行基础配置比如设置OpenAI API密钥如果你打算用Whisper和GPT或其他AI服务的密钥。5.2 部署ClawHark技能ClawHark项目仓库中已经为你准备好了OpenClaw技能。你只需要将其复制到OpenClaw的技能目录下# 假设你的OpenClaw配置目录在 ~/.openclaw cp -r clawhark/openclaw/skills/clawhark ~/.openclaw/skills/这个技能目录里通常包含skill.py主技能逻辑定义了如何响应事件、处理数据。requirements.txt该技能所需的Python依赖。config.yaml技能配置比如Google Drive的文件夹路径、转录模型的选择等。5.3 配置自动化拉取与处理流水线理想的状态是你的电脑能自动、定期地从Google Drive拉取新录音并触发后续处理。这可以通过OpenClaw的“Cron”功能定时任务来实现。创建拉取脚本ClawHark项目提供了一个scripts/pull.sh脚本。你需要编辑这个脚本配置好Google Drive的访问凭据通常通过服务账号或已授权的OAuth令牌以及本地存储路径。在OpenClaw中设置Cron任务openclaw cron create \ --name ClawHark Pull \ --cron */30 8-23 * * * \ --message Run scripts/pull.sh from the ClawHark repo to sync watch recordings这个Cron表达式*/30 8-23 * * *表示在每天上午8点到晚上11点之间每30分钟执行一次。你可以根据你的作息调整比如只在工作时间运行0 9-18 * * 1-5周一至周五的9点到18点整点运行。定义处理流水线当pull.sh脚本下载了新文件它可以触发一个OpenClaw事件例如clawhark.new_audio。然后你可以配置一个“流水线Pipeline”让这个事件依次触发以下技能转录技能调用Whisper API或本地模型将WAV文件转为带时间戳的文本。说话人分离技能可选如果会议有多人使用像pyannote这样的库区分不同说话人。摘要与提取技能将转录文本发送给LLM如GPT-4、Claude提示它“提取会议中的行动项Action Items、关键决策和待办事项”。通知与创建任务技能将AI提取的结果通过Telegram Bot发送给你或者自动添加到你的任务管理工具如Todoist、Jira、滴答清单中。这样一个完整的闭环就形成了你在会议上说的话几十分钟后就会变成一条条清晰的任务项出现在你的待办列表里。6. 实战调试与故障排除手册即使按照步骤操作在实际部署中也可能遇到各种问题。下面是我在测试过程中遇到的一些典型问题及其解决方法整理成排查清单供你参考。6.1 常见问题速查表问题现象可能原因排查步骤与解决方案应用安装失败1. ADB连接不稳定2. 手表存储空间不足3. 签名冲突已安装不同签名的同名应用1. 重新执行adb connect确保IP和端口正确。2. 检查手表存储空间清理缓存。3. 使用adb uninstall ai.etti.clawhark卸载旧版本再安装。授权页面无法显示或授权失败1. OAuth客户端ID类型错误2. 测试用户未添加3. 网络问题1.确认OAuth客户端类型为“TV和受限输入设备”这是最常见错误。2. 去Google Cloud Console的“OAuth同意屏幕”-“测试用户”中添加当前Google账号。3. 确保手表Wi-Fi正常可以访问Google域名。点击“Start”后服务立刻停止1. 未授予麦克风权限2. 前台通知未正确配置3. 手表系统省电策略限制1. 首次启动时应弹出权限请求请允许。也可去手表设置-应用-ClawHark中检查权限。2. 查看通知栏是否有ClawHark的常驻通知。如果没有可能是通知渠道未创建需检查代码或日志。3. 进入手表设置-电池-电池优化或应用省电找到ClawHark设置为“不优化”。手表上没有生成录音文件1. VAD阈值设置过高2. 录音服务未真正启动3. 存储权限问题1. 通过ADB拉取日志查看VAD检测的能量值输出。尝试调低VAD_THRESHOLD。2. 使用adb shell dumpsys activity services ai.etti.clawhark检查服务状态。3. 确保应用有写入外部/内部存储的权限。文件无法上传到Google Drive1. Wi-Fi断开或不稳定2. OAuth令牌过期且刷新失败3. Google Drive API未启用或配额超限1. 检查手表Wi-Fi连接并确保在睡眠状态下保持连接在Wi-Fi设置中调整。2. 查看日志中是否有“401 Unauthorized”错误。尝试在应用内重新授权可能需要清除应用数据。3. 确认Google Cloud项目中Drive API已启用并检查配额使用情况。录音音质差或杂音大1. 采样率或配置不当2. 手表麦克风被遮挡3. 环境噪音干扰1. 尝试修改RecordingService中的音频参数如将采样率从16kHz提升到44.1kHz会增加文件大小。2. 确保手表麦克风孔未被衣袖遮挡。3. 这是硬件限制在嘈杂环境下效果会下降。可以考虑在后期转录时使用降噪模型。手表耗电极快1. Wi-Fi持续活跃上传2. CPU频繁进行VAD计算3. 屏幕常亮如果调试时开启1. 这是预期行为。可考虑增大上传间隔如攒够10分钟音频再传但会增加数据丢失风险。2. 优化VAD算法或降低检测频率。3. 关闭开发者选项中的“保持屏幕常亮”。日常使用依赖前台服务屏幕熄灭不影响录音。6.2 高级调试命令当问题比较复杂时深入查看日志是必须的。实时查看应用日志# 过滤ClawHark相关标签的logcat信息 adb logcat -s CH.Service CH.Drive CH.Auth CH.Main运行此命令后在手表中操作应用相关的调试信息就会在终端滚动显示。拉取持久化日志文件# 将手表上的日志文件拉取到本地 adb shell run-as ai.etti.clawhark cat files/logs/clawhark.log ~/Desktop/clawhark.log然后可以用文本编辑器打开clawhark.log文件搜索“ERROR”、“WARN”等关键词定位问题。检查手表上的录音文件# 列出已录制但未上传的本地文件 adb shell run-as ai.etti.clawhark ls -lh files/recordings/ # 检查Google Drive上传队列状态如果应用有相关日志 adb shell run-as ai.etti.clawhark cat files/upload_queue.json6.3 性能调优与个性化设置如果你对默认设置不满意可以尝试修改源码中的常量来优化体验调整VAD灵敏度在RecordingService.kt中找到VAD_THRESHOLD。调低此值如从0.02到0.01会使应用对声音更敏感可能录下更多环境音调高则更保守可能漏掉一些人声片段。最好结合日志中的能量值输出进行调试。修改分块时长找到CHUNK_DURATION_MS可能是5分钟对应的毫秒数。缩短时长如3分钟可以更快地上传片段但会产生更多小文件延长时长如10分钟则相反。更改上传策略默认可能是检测到Wi-Fi就立即上传。你可以修改为定时上传例如每30分钟检查一次或者仅在充电时上传以进一步节省电量。7. 未来展望与社区贡献方向ClawHark作为一个开源项目其简洁的架构为社区贡献留下了广阔空间。如果你是一名Android开发者或者对可穿戴AI感兴趣这里有几个非常有价值的改进方向兼容更多手表型号目前主要在Pixel Watch上测试。可以针对三星Galaxy Watch、TicWatch等不同品牌的Wear OS设备进行适配和测试解决可能的硬件兼容性或系统定制化问题如不同的省电策略。开发配套手机伴侣应用当前授权流程需要在网页端输入代码对非技术用户不够友好。一个简单的手机伴侣应用可以简化OAuth流程并提供手表电量、存储状态、上传历史等可视化监控功能。集成更多后端存储除了Google Drive可以增加对AWS S3、阿里云OSS、WebDAV如NAS、甚至是直接通过SFTP上传到家庭服务器的支持。这需要抽象出一个“存储提供商”接口。探索端侧AI随着Wear OS设备算力的提升能否在手表上直接运行轻量级语音识别模型如TensorFlow Lite格式的Whisper tiny实现实时语音转文本甚至只上传文本将极大节省流量和云端依赖。增强VAD算法将当前简单的能量检测升级为更鲁棒的基于机器学习模型的VAD提升在复杂环境下的检测准确率。完善用户界面虽然“一键操作”很极客但可以增加一个简单的设置界面让用户能直接在手表中调整VAD灵敏度、查看存储使用情况、手动触发上传等。参与开源贡献并不一定需要编写大量代码。测试新设备、撰写更详细的文档、翻译多语言支持、提交清晰的Bug报告都是对项目极大的帮助。项目的MIT许可证赋予了最大的自由度你可以基于它打造完全属于你自己的、功能更强大的AI可穿戴记录中心。