TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南
Lazyeat 開源隔空手勢工具，吃飯追劇免碰鍵盤就能暫停影片
Lazyeat 是開源隔空手勢控制工具，對攝影機比手勢就能暫停影片、捲動頁面與語音輸入。下載前先看清：官方安裝包只出 Windows x64 與 Apple Silicon Mac，辨識在本機但軟體會連更新伺服器，語音模型以簡中語料訓練。
用 AI 摘要這篇文章：
吃泡麵追劇追到一半想暫停，遙控器不在手邊，鍵盤又沾不得油手，這時多半只能乾瞪眼看廣告播完。Lazyeat 這個開源小工具給了另一條路：對著攝影機比手勢。豎起食指就能移動游標，比出 Rock 手勢等於點擊，拇指食指一捏就能捲動頁面，吃飯期間電腦保持在免觸碰狀態。它免費、原始碼公開，Windows 與 Apple Silicon Mac 都有官方安裝包。
動手下載前，有三個問題值得先問清楚：你的電腦有沒有對應的安裝檔（Intel Mac 沒有）、攝影機拍到的手部畫面會送去哪裡（辨識在本機，但軟體並非完全不連網）、語音輸入聽不聽得懂台灣人講的中文（預設模型以簡體中文語料訓練）。這三件事的答案都不難找，以下逐一攤開。
它認得的手勢，比暫停播放多得多
從 App 內建的說明文字與辨識程式碼看，Lazyeat 認得的手勢有一整排，游標、單擊、捲動、自訂按鍵都有對應比法（見下表）。當中四指併攏送出的自訂按鍵預設是 f，可以改成全螢幕、方向鍵或其他快速鍵，看影片跳下一集或做簡報翻頁都用得上；不想控制的時候把手掌張開就會停止辨識，另外還有啟動語音輸入與退格刪除的專用手勢。
更有看片味道的是兩個指向手勢：食指朝上預設送出向上方向鍵，食指朝下預設送出向下方向鍵。這兩個動作在原始碼裡各自帶了約一秒的冷卻時間，觸發一次後要等一下才能再觸發，避免手還舉著就連發按鍵。所有手勢對應的按鍵都寫在設定檔裡，想換成空白鍵暫停、全螢幕或其他快速鍵，改設定就好，不必動程式碼；要注意的是 YouTube 的向下鍵是調音量、Netflix 是叫出播放控制，想把「朝下」當下一集用的人，記得把它改成向右鍵。
| 手勢 | 對應動作 | 備註 |
|---|---|---|
| 食指豎起移動 | 游標位置 | 最即時，不需連續確認 |
| 食指加中指、Rock 手勢 | 滑鼠單擊 | 兩種手勢都可觸發 |
| OK 捏合 | 頁面捲動 | 捏合距離可調門檻 |
| 四指併攏 | 發送自訂按鍵 | 預設 f，可改其他鍵 |
| 食指朝上／朝下 | 發送自訂按鍵 | 預設向上鍵與向下鍵 |
| 手掌張開 | 停止辨識 | 防誤觸的煞車 |
誤觸是這類工具最大的疑慮，原始碼裡對此有明確設計：游標移動以外的手勢，需要連續好幾個畫面都辨識成同一種手勢才會真正執行，比錯一下或手晃過鏡頭前，不至於立刻亂點。專案討論區仍有使用者希望加上更細的手勢開關，代表實際使用中的誤觸感受因人而異，這點留給想嘗試的人自行驗收。
官方文件對使用前的準備寫得很少，放行攝影機權限是唯一被點名的常見卡點。保持光線充足、先在常用影片網頁練幾次再上桌，是依攝影機辨識特性給的建議：遇到背光、昏暗或手離鏡頭太遠，這類工具都會變得不穩，找個光線均勻的座位，是最基本的準備。
辨識鏈全部在這台電腦上跑
手勢辨識用的是 Google 的 MediaPipe 函式庫，模型檔約 8.4MB，連同執行需要的元件一起打包在程式裡。攝影機畫面進到軟體視窗後就地辨識，手部影像不會上雲端，這點從專案檔案結構可以直接確認。對「本地跑 AI」這件事有興趣的讀者，也可以先用Can I Run AI 這類偵測工具確認自己機器的等級。
整個軟體是三層拼起來的：Tauri 這個 Rust 殼包住 Vue 寫的介面，另外再塞一支 Python 後端程式進安裝檔，後端在本機開一個只綁 127.0.0.1 的服務（埠號 62334），負責語音辨識與滑鼠鍵盤的模擬。這也解釋了安裝檔為什麼逼近一百 MB：等於一次裝了介面、辨識引擎與一支 Python 程式。
權限設定走的是白名單做法：軟體框架能動用哪些能力（開檔案、發系統通知、執行外部程式等）逐一列在設定檔裡，沒列到的碰不到，方向上算是乾淨。日常用的設定也齊：可以開機自動啟動、從清單挑要用的攝影機；縮進系統匣持續辨識的功能已在開發中的版本加入，v1.1.3 的安裝檔還沒有它。介面語言只有簡體中文與英文兩種，對台灣使用者不構成門檻，但也不會有繁中介面。
語音輸入用的是 Vosk 離線辨識引擎。開發文件指定放進專案的模型檔是 vosk-model-small-cn-0.22，一個以簡體中文語料訓練的小模型；Vosk 架構本身支援多種語言，但這個專案的文件只教了簡中模型，想換語言得自己下載替換模型檔。對台灣使用者來說，繁中口說的辨識效果官方沒給保證，抱著實驗心態用比較穩。還有個細節：辨識完成的文字會直接打進游標所在的輸入框，並且自動按一次 Enter，習慣講完一段再修字的人要留意這個預設行為。嫌小模型辨識不夠準的人，可以照貢獻指南下載較大的 Vosk 模型，解壓後覆蓋程式裡的 model 資料夾，代價是安裝空間與反應速度。
不過要記得，這條語音通道是為短句設計的。它由一個專用手勢啟動，講完辨識完就打字送出，沒有段落整理、標點潤飾這類後處理，拿它聽打長篇文章會比想像中辛苦。若你的需求是 macOS 上長期本機聽寫，Input 0 是更專注在這件事的選擇。
預設不連網的印象，需要修正
網路上流傳的介紹常說這套軟體預設不開網路存取、隱私風險低。對照原始碼，這句話只對了一半。辨識鏈確實離線，但安裝程式內建了自動更新器，會連到 api.upgrade.toolsetlink.com 這個第三方更新服務檢查新版，設定檔甚至允許用明文 http 傳輸；軟體首頁還內嵌了一個從 lazyeat-ad.pages.dev 載入的廣告公告框，開 App 就會去抓內容。把手部影像留在本機是真的，把它理解成零連線軟體就過頭了。
更新機制本身有做簽章驗證，公鑰就寫在設定檔裡，更新檔被攔改的空間不大；要修正的是對連線行為的期待，不是把它打成危險軟體。真正的底線在於：手部影像與語音辨識都留在這台電腦上，對外傳的是更新檢查與首頁公告內容，兩者的隱私等級不一樣。
至於會不會把畫面存下來：就辨識相關的程式碼看，沒有把影像或錄音寫入磁碟的邏輯，處理都在記憶體裡完成。它把攝影機當輸入裝置用，不是當錄影機用，這點與它「辨識本地跑」的設計是一致的。
另一個設計細節是：那個本機後端服務的連線端點沒有做身分驗證，任何連上的程式都能送出移動游標、點擊、按鍵的指令，也有一個不設防的關閉端點。因為只綁在本機回送位址，風險範圍限於同台電腦上的其他程式，一般家用情境尚可接受，但對安全要求高的人，這是應該知道的邊界。
下載前先確認機型與來源
歷代官方安裝檔只出過兩種：Windows x64 的 msi（約 97MB）與 macOS Apple Silicon 的 dmg（約 80MB）。Intel Mac 從最初版本到最新的 v1.1.3 都沒有官方安裝檔，討論區有人開口要求，目前仍無下文，Intel 機器的使用者只能對照貢獻指南自行編譯。Windows 這邊同樣只有 64 位元一種。Linux 在官方文件標為更早期的內部測試版，但打包設定只有 dmg 與 msi 兩種目標，實際拿到 Linux 版同樣得自行編譯，對一般使用者等於不存在。
下載來源有兩條。官方文件的下載按鈕連到 UpgradeLink 這個第三方下載服務；想避開多一層轉手的人，GitHub 專案的 Releases 頁面提供同版本安裝檔，路徑更單純。macOS 版第一次開啟若被系統提示檔案已損毀，官方文件也提供了解除方式，這類未上架商店的 App 常見此狀況。
還要認清儲存庫。GitHub 上叫 lazyeat 的同名專案有好幾個，這個 App 的內部識別碼仍寫著 com.Lazyeat.maplelost，軟體內的更新說明頁也連向另一個 maplelost 帳號的舊儲存庫，看得出專案有前身上下文。持續在維護、有安裝包可下載的是 lanxiuyun 這個帳號的 Lazyeat 儲存庫，搜尋時認明它即可，不必理會其他同名副本。
十顆星專案的體質與未解問題
原始碼採 AGPL-3.0 授權，個人使用與修改都免費，但這份授權有傳染性，把改造版本做成對外服務時義務會跟著來，商用整合前建議把授權全文看過一次。專案規模不大，GitHub 星數只有十顆上下；最新版 v1.1.3 停在 2025 年 10 月，主要分支最近一次更新是 2026 年 4 月，版本號已寫到 1.1.5 但尚未發布。開發與討論都以簡中社群為主，官方管道是 QQ 群與一支 bilibili 示範影片。
討論區裡未解的問題，正好是安裝前的地雷圖：macOS 版有無法最小化使用的回報，系統匣支援要等開發版釋出安裝檔；食指滑動游標失效的狀況有人回報，和 Watt Toolkit 同時開著也會讓游標控制失靈；另有使用者希望增加更細的手勢開關降低誤觸。這些都屬於少人回報、尚待修復的狀態，安裝前先到專案的討論區搜一輪關鍵字，比撞牆之後再找答案省時間。
和既有免碰手方案的取捨
單純不想碰鍵盤，還有幾條現成的路。作業系統內建的語音控制（macOS 的語音控制、Windows 的語音存取）不用安裝任何東西，就能用說的下指令；一支幾百元的藍牙簡報遙控器，對暫停、下一集這類固定動作反而最穩定。Lazyeat 的價值在於手勢這條輸入通道不出聲、不佔桌面，手勢比劃的直覺，也不是遙控器按鍵能比的，代價是攝影機要一直開著、光線要夠。做簡報的人也有現成的一條路：投影片翻頁靠的就是方向鍵，食指朝下的預設值正好用得上，站著講到換頁時比手勢比掏遙控器快。
若把語音輸入單獨拿出來比，定位差異更清楚：SpokenType 走雲端 AI 把口語整理成可用文字，適合寫長文；純前端音訊轉文字工具處理的是錄好的長錄音檔；Lazyeat 的語音是邊吃邊講、講完自動上字的即時輸入，速度快但服務於短句。三種需求其實是三種工具，不互相取代。
把 Lazyeat 當成吃飯追劇專屬的隔空遙控器，期待會最準。辨識在本機、價格免費，這些都成立；但 Intel Mac 沒有安裝包、語音模型只教了簡中，加上更新節奏放緩，它目前仍是嚐鮮好玩的生活小工具，還不到能長期託付的主力輸入方式。看完想吃飯配影集的人，從 GitHub Releases 下載 v1.1.3、把四指手勢改成空白鍵、攝影機擺正對自己，很快就能知道它合不合你的手。
