OpenCluely

面试难题隐形外挂，AI 实时助攻，截图即答

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署办公效率 🍴 复刻 270 🐛 待处理 40 👀 关注 6

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1177

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费完全免费的开源项目，无付费版本，可自行部署使用。

项目预览

项目数据

分类办公效率

开发团队TechyCSR

官网地址https://opencluely.techycsr.dev

GitHubhttps://github.com/TechyCSR/OpenCluely

定价模式🏷️完全免费

价格说明完全免费的开源项目，无付费版本，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言JavaScript

技术栈/模型ai-assistant,cluely,cluely-alternative,dsa,gemini,interview-helper,interview-preparation,open-source,open-source-cluely,trending,whisper

GitHub 星标★ 1177

上线时间2025-08-05 00:00:00

代码更新2026-11-02

仓库体积71.2 MB

本站数据更新2026-11-11

维护状态较活跃

收录时间2026-08-09

浏览次数6

项目介绍

OpenCluely 是一个免费开源的 Cluely 替代品，专为技术面试（如 DSA、在线测评 OA、竞赛编程 CP）设计。它通过一个隐形悬浮层提供实时 AI 辅助，支持智能图像处理快速抓取题目，并具备多语言能力。项目基于 JavaScript，强调 100% 可定制和隐私保护，用户可完全掌控数据。它解决的是面试中遇到难题时快速获取思路或答案的需求，同时避免被面试官察觉。核心能力包括：隐形覆盖层、实时 AI 响应、题目截图识别、多语言支持及本地化部署选项。作为早期项目（755 星），其功能聚焦且轻量，适合追求隐私和灵活性的开发者使用。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1177

技术标签

ai-assistant gemini interview-preparation open-source whisper

使用教程

难度：入门约 10 分钟部署方式：本地安装 7 步

环境要求

Node.js 与 npm（setup.sh 会安装 Node 依赖，支持 npm install / npm ci）
Git（用于克隆仓库）
Unix 类系统并具备 bash，可执行 ./setup.sh
Python 虚拟环境（本地 Whisper 转写时由脚本自动创建 .venv-whisper）
可选：sox（麦克风支持）、ffmpeg（转写非 PCM 音频格式）

安装与启动步骤

1克隆仓库

把 OpenCluely 源码下载到本地并进入项目目录，后续脚本都在此目录执行。
```
git clone https://github.com/TechyCSR/OpenCluely.git
cd OpenCluely
```
2运行安装脚本

setup.sh 会自动安装 Node 依赖、从示例生成 .env、创建本地 Whisper 虚拟环境并启动应用。
```
./setup.sh
```
3填写 Gemini 密钥

首次启动会自动打开 Settings 窗口，粘贴 Google AI Studio 的免费密钥，或直接编辑 .env，改完无需重启。
4仅安装不启动

想先完成环境准备、稍后再启动应用时使用该选项。
```
./setup.sh --no-run
```
5安装麦克风依赖

需要语音提问却无法录音时，用该选项安装 sox 支持麦克风输入。
```
./setup.sh --install-system-deps
```
6跳过本地 Whisper

不想在本地跑离线转写、节省磁盘与安装时间时使用。
```
./setup.sh --skip-whisper
```
7构建分发包

为当前操作系统打包可分发版本，适合分享或离线分发。
```
./setup.sh --build
```

关键配置

配置项	必填	说明	示例
`.env 中的 Gemini API Key`	是	唯一必填配置项，用于实时 AI 回答	`AIzaSyxxxxxxxxxxxxxxxxxxxxxxxx`
`SPEECH_PROVIDER`	否	切换语音识别后端，设为 azure 时使用 Azure Speech	`azure`