它叫 blurt，中文名口喷鸡，是我为 Vibe Coding 打造的最佳伴侣。
一句话介绍：把你的一顿乱喷整理成有图有文的清单的工具。
疯狂 vibe coding 之后
当你的 AI 在一夜奋战后给你写了 40 个页面、几万行代码（别告诉我你没这么干过），那接下来呢？
当然不是直接发布上线，而是需要验收并继续反馈问题、提出新要求。
只要你在做的不是个 demo 或一次性的玩具，而是要产品化、商业化的带有复杂性东西，那无论前期你的 spec 写得多好、AI 完成度多高，总会有大量细节是需要继续打磨的。
这里有些是你没想到但 AI 自己完成的，然后有些完成得还不错，有些则因为其实你也没想清楚所以 AI 做得也并不对，当然还有些纯粹是 AI 自己没做好。
所以 AI 写完之后，会有一段时间进度看起来突然变慢了。这就是进入了下一个阶段：精细打磨每个页面、每个角落、每处交互，每个按钮和每个逻辑都要有人去点、去看、去找出可能更好的方案。
而这么大量的代码背后要验收和调整的细节实在是太多太多了，常常一不经意，就忙到了凌晨……
如何提出一个好问题
在这个阶段，瓶颈便从写代码变成了提问题。
但提好一个问题，其实并不容易。
一个不够清晰的问题，可能会让人听了一头雾水（多人协作中），让 AI 会错意，改出来的东西跟想要的牛头不对马嘴。
所以一套严谨的模板和提问规范，还是很有必要的。
为了准确反馈，就必须像提 bug 一样把问题讲清楚。要么用 Jira（多少有点过时了），要么建一个飞书多维表格，一条条去填：
• 所属模块
• 异常描述
• 预期效果与实际效果
• 复现步骤
• 截图或录屏
这套格式，不论是对解决问题的人，或是 AI 来说，都是不可或缺的。少了某个信息都可能看不懂、理解不准确，然后还得来回确认上几轮，效率反而更低了。
可对提问题的人来说，要求又实在太高了。需要截图、画红框、打字、写步骤，再粘贴进表格，一条接着一条……
繁琐、重复、低效，一点也不 AI。
试过的几种办法
那怎样能更高效呢？
我确实还试过一些其他方案。
截图 + 口喷方案：
让 Claude Code 直接连飞书，只需要截图、再加 typeless 口喷一段文字，它也能自动填进多维表格。
但每个这样截图、画圈、标注、语音输入下来，一个小时能记录 10 到 20 个问题，就已经非常高效了。
元素选取方案：
Claude Code 桌面版和 Codex 的 Annotate 可以支持在页面上直接点中对应的 DOM 元素后写 comment，加到当前 session 的输入区再让它执行。
React 项目里也有 React Grab 这类方案，能很方便地选中组件。
这确实比截图快了一些，但还是得一下一下地点，而且只适合一个人干，多人协作时就不太 work 了。
网页插件方案：
在网页上装个标注插件，自己或其他人直接在页面上反馈问题即可。
但我还是觉得效率不够高，需要点击 + 打字，且同样得一个问题一个问题地把内容填写严谨和完整。
纯语音方案：
用 Typeless 这类语音输入法直接口喷。
我之前在文章里也提过，用语音代替打字，可以边说边想，不用去琢磨字怎么打出来，思维会放松很多，往往效果更好。
局限是，这只适用于纯文字能讲清楚的情况。
所以有时我得给 AI 说“在首页的什么什么地方”、“点击什么什么之后出来的搜索框”之类的用于让 AI 能定位的文字，因为 AI 可看不见你说的「这里」「这个按钮」到底是指哪儿……
问题在于：纯语音，终究是少了一双能看见的眼睛。
呵斥小弟的大领导
那……最自然的方式是什么呢？
假设你是一个超级大且懒的领导，你最省事、最自私的方式是什么样呢？
你大概是不想截图和打字的。
你会让小弟站到你旁边和电脑前，然后指着屏幕对着它和他一顿喷，就完事了。
当然了，能成你的合格小弟，自然是一看一听就懂，就可以回去干活了的。
但……如果你不是个大领导呢？或者你并不喜欢这么呵斥小弟呢？
口喷鸡想做的，便是让人人都可以当个自私而懒的大领导：你只需要一边用，一边喷，就像身边站着一个非常能察言观色的小弟。
你只管想到哪就说哪，一会儿说 A 模块，一会儿又跳到 B 模块，说错了再改口没关系，逻辑乱一点也没关系，只管泄愤就是。
而在你终于喷完了之后，blurt 会将录好的视频、录音、鼠标轨迹等交给 AI 去理。
口喷鸡的 slogan 是「Show it. Say it. Your AI gets it.」。
中文叫做：
“边看边喷，AI 全懂。
对人的要求，则是要「自私」一点，怎么爽就怎么来。
这才是鞭策 AI 最自然也最高效的姿势。
如何使用
口喷鸡的安装很简单，只要给你的 Claude Code、Codex、Cursor 等任何能装 skill 的 agent 说上这一句话：
●●●
npx skills add AGIHunt/blurt└
或者也可以直接把仓库地址丢给它，让它自己装。它会根据你电脑的配置选好语音模型，再把一个叫 Blurt 的小 App 装进菜单栏。
然后在项目里对 agent 说一句「开始口喷」，就可以了。
使用时你只需按下 ⌥⇧R，框出要录的区域（拖拽框选、单击选中某个窗口，或者全屏均可），然后就可以开始边点边喷了。
屏幕上会有个小悬浮条，显示计时和音量，可以暂停、重录，说完点「完成」或者再按一次 ⌥⇧R 即可结束。
Blurt 还可以常驻在 macOS 的菜单栏里，图标就是那只小鸡，可以随时按快捷键开喷。
整理和审核
录完之后，你就可以去干别的了，剩下的交给你的 Claude Code 和 Codex 们就好。
它会把你东拉西扯的一段话拆成一条条独立的事项，给每条挑出最合适的截图，并按你当时鼠标的真实位置把问题框出来，再写清楚实际效果、预期效果、复现步骤和负责人。
而因为 skill 是跑在你项目的 repo 里的，AI 还能结合代码，给每条问题标上最可能出问题的代码位置，后面让 AI 去修的时候，就不用再从头定位了。
整理好之后，会自动打开一个本地的审核页，可以像刷短视频一样一条条地过：A 保留，X 丢弃，J/K 上下切换，Z 撤销。
以前要截图、填表填上两天的反馈，现在半个小时就能讲完。
审完之后，可以导出到飞书多维表格、GitHub Issues 或 Markdown/CSV，会沿用你们团队自己的列名规范。
当然你可以不导出，直接跟 agent 说：帮我改掉。
原理
口喷鸡的核心思路是：必须人来的才让人来，确定的事交给脚本，模型能做的交给模型。
录屏、识别、抽帧、审核页、导出这些理解性工作，由脚本来完成：
• 录屏：
MacOS 上用原生的 ScreenCaptureKit，麦克风单独采集，再按两边的时间戳对齐，实测音画同步误差不到一帧（最早用 ffmpeg 录麦克风，结果会丢掉约 10% 的声音，字幕时间轴最多偏了 7 秒……）
• 鼠标轨迹：
录制时每秒采样 10 次鼠标位置，并记下每一次点击，存成带时间戳的数据。
AI 画框时直接读这些坐标，不用靠看截图去猜（第一版就是让模型看缩略图估坐标，结果红框歪了 12%……）
• 语音识别：
默认在本地跑阿里开源的 SenseVoice，模型约 240MB，普通 CPU 就能跑得很快，中英混说的识别效果也不错，你大可中英混杂放心来。
Apple Silicon 或 N 卡上可以换 Whisper，也可以填自己的 Groq、OpenAI 或百炼 Key，且默认不上传任何内容。
• 抽帧：
结合语音字幕里每个问题的时间点，再加上画面变化和鼠标动作，挑出候选帧，拼成带时间戳的对比图交给模型去挑
而怎么拆分、怎么写、怎么判断这条是问题还是想法、该归到哪个模块，则全都交给 agent 自己决定，我并没有给它太多的有碍泛化性的约束。
所以它能很好的适应不同的产品和团队，你说什么语言，整理出来就是什么语言。
速度与成本
以一段 3 分 12 秒的录屏口喷为例，从录完到打开审核页，大约 2.5 分钟。
其中语音识别 16 秒，抽帧约 40 秒，剩下约 1.5 分钟是模型在看截图、拆问题、查代码。
Token 方面，整个过程一共调用了 32 次模型，按 Opus 5.5 的 API 价格折算，处理这段录屏本身大约 1.1 美元。（不过我用的是 Max 订阅，这么点额度，九牛一毛了不必心疼）。
bug 之外，还可以是……
但其实，它显然不只是个提 bug 的工具而已。
比如你有了什么想法，也可以直接打开电脑四处逛逛，比如打开 A 网页说这里的引导做得好可以重点参考，打开 B 网页说觉得这个定价页也不错……录完它会整理出一份想法清单，每个想法是什么、为什么会想到、灵感来自哪里、下一步做什么，再附上一页总览和方案。
同一段录屏里，问题、想法、笔记、待办都可以混着讲，每一条算什么类型，agent 会自己判断，不用事先选定模式，非常灵活。
当然，如果需要你也可以加自己的模板，比如用户调研、销售电话、SOP、软件用户指南等（有些我会再来细化，也欢迎提 pr）。
多人协作时，没有代码库的同事（产品、设计、运营甚至客户）也直接下载 Blurt，把口喷视频录好后发来，再交由开发人员的 agent 结合代码去分析处理。
后面，我可能还想往个人助理的方向，让它成为一个能看、能听、能帮你推进项目、完成记录和各种杂活的助理。不过，那是后面的事了……
花絮
分享一些小花絮。
Claude 一开始给起的中文名叫「吐槽机」，我改成了一只鸡的「鸡」，便成了吐槽鸡。
后来 Claude Code 告诉我，这个项目其实不只是能用来提 bug、反馈问题，还可以用来做各种 idea 的思考和探索。大家完全可以一边浏览各个页面、各个网站，一边讲自己的想法。
所以我便给它改名为：「口喷鸡」。
而开头的宣传片，则是我让 Opus 5.5 制作的：画面是 Remotion 写的动画，点击、键盘、快门这些音效全是它用代码合成的，背景音乐用 Lyria 3 生成，花了我 8 美分。
项目支持 MacOS 和 Windows，但由于我手里没有 Windows 电脑，所以至今我还没实测过……（非常不严谨，该喷）
欢迎试用、口喷、提 issue、提 PR，尤其如果你手里有个 Windows 的电脑！
◇ ◆ ◇
