Pluely 評測：一個 10MB 的隱形 AI 助手，但原始碼已封閉
The Open Source Alternative to Cluely - A lightning-fast, privacy-first AI assistant that works seamlessly during meetings, interviews, and conversations without anyone knowing. Built with Tauri for native performance, just 10MB. Completely undetectable in video calls, screen shares, and recordings.
秒懂
- 它是什麼？
- Pluely 以 Tauri 打造，號稱 10MB 的隱形 AI 助手，能在會議、面試中不被察覺地提供答案。但其 v1 版本已轉為閉源，本文檢視其架構、功能與實際限制。
- 適合誰用？
- Pluely 適合需要在面試、銷售通話或現場簡報中快速取得答案，且重視隱私、不介意使用自己 API 金鑰的個人工作者。不適合需要完整掌控原始碼、想自行修改或審計安全性的團隊，因為 v1 之後原始碼已封閉，僅提供簽署二進位檔。
- 可以商用嗎？
- 可以，但有條件。GPL-3.0 是 copyleft 授權：如果你散布包含它的軟體，就必須以同一授權公開該軟體的原始碼。只在內部執行、不對外散布，則不會觸發這項義務。
- 還在維護嗎？
- 有在維護。儲存庫最近一次提交在 63 天前。
- 用什麼語言寫的？
- 主要是 TypeScript（依據 GitHub 的語言統計）。
以上回答依據專案的 GitHub 資料（最近同步於 2026年9月15日）與我們的分析，不構成法律意見。
開源專案深度解析
一個為『不能切換分頁』時刻設計的工具
Pluely 解決的問題很具體：當你身處面試、銷售通話、站立會議或現場除錯時，切換到瀏覽器分頁查資料會讓場面尷尬，甚至錯失對話節奏。它的定位是『一個覆蓋層，沒有分頁，沒有痕跡』，讓使用者在不離開當前畫面的情況下取得 AI 輔助。這不是給寫程式時查文件的人用的，而是給那些需要即時反應、但又不希望對方察覺你在求助 AI 的人。它主打『輕量』與『隱形』，安裝檔僅 9 到 16 MB，宣稱啟動低於 100 毫秒，這對比 Electron 架構的同類工具是明顯的差異點。
Ask 與 Listen：兩種模式的實際運作
Pluely 的核心是兩個模式。Ask 模式讓使用者輸入問題、用按鍵說話，或直接讓它『看』螢幕：可以截圖、拖曳選取區域、附加檔案，甚至開啟『Use image』讓每則訊息自動攜帶最新截圖。文件會透過內建 OCR 處理，並保留在脈絡中供後續追問。Listen 模式則更進一步，它同時轉錄麥克風與系統音訊，並標記說話者。當有人提問時，它可以自動觸發回應，或只在暫停時、或你手動點『Suggest』時產生建議答案。每個會話都會儲存為一場會議，包含完整逐字稿。這兩個模式都依賴語音活動偵測與即時轉錄，但文件並未揭露其底層使用的語音辨識引擎或延遲數據。
技術架構：Tauri 帶來的輕量與代價
Pluely 以 Tauri 建構，前端是 React 與 TypeScript，後端是 Rust。Tauri 使用系統自带的 WebView 而非打包 Chromium，這解釋了為什麼安裝檔能壓到 10 MB 左右。相較 Electron 動輒 100 MB 起跳，這是顯著的優勢，尤其對記憶體有限的機器。但這也意味著它依賴作業系統的 WebView 元件，不同平台上的渲染一致性可能受影響。README 宣稱『隱形於螢幕分享』，這在 Windows 上可能透過 Graphics Capture API 的排除清單達成，但在 macOS 或 Linux 上是否同樣有效，文件沒有詳細說明。此外，它宣稱『從不搶走焦點』，這需要底層視窗管理技巧，但具體實作方式未公開。
安裝與設定：從下載到自備 API 金鑰
安裝本身很直接：從 pluely.com 下載對應平台的安裝檔，macOS 是 .dmg，Windows 是 .msi 或 .exe，Linux 有 .deb、.rpm 與 .AppImage。官方提供 5 分鐘快速入門文件。免費方案不需要帳號即可開始，但若要使用自己的 LLM 或語音轉文字供應商，可以透過 curl 範本連接，或直接掛上你既有的 AI CLI，例如 Claude Code、Gemini CLI、Codex、Qwen Code 或 Ollama。這表示它並非綁定特定模型，而是作為一個前端介面，讓使用者選擇模型來源。進階設定如隱藏 Dock 或工作列圖示，則在『App icon stealth』文件中說明。
隱私架構：本地儲存與『不訓練』的界線
隱私是 Pluely 的主要賣點之一。聊天紀錄、會議逐字稿、檔案都儲存在本機的 SQLite 資料庫，自己的 API 金鑰也留在本地，對話不會被拿去訓練。這對比雲端筆記工具是明顯的優勢。但要注意，『不訓練』指的是 Pluely 的伺服器，當你使用第三方模型時，你的對話仍會送往該模型的 API。免費方案與 Pro 方案的差異在於：Pro 提供 200 多個代管模型，免管理 API 金鑰，但免費方案使用自己的金鑰時，流量直接連到供應商，隱私邊界取決於供應商的條款。文件沒有說明是否會記錄任何使用數據，這點在採用前需要向專案方確認。
最大的轉折：v1 之後原始碼封閉
這個專案最值得注意的一點，不是技術，而是授權策略。README 明確表示，v1 之後的程式碼不再開源，理由是『多年的開源程式碼一直被重新包裝成克隆版本販售』。因此，這個 GitHub 儲存庫目前主要作為下載入口與文件連結，實際產品以簽署二進位檔發布。這對開源採用者是一個關鍵警訊：你無法審計它的隱形機制是否真的安全，也無法自行修補漏洞。儲存庫的歷史版本仍以 GPL-3.0 授權，但 v1 之後的更新完全封閉。這代表它不再是『開源替代方案』，而是『免費但專有』的軟體。如果你需要一個真正可自行維護的工具，這可能不是正確選擇。
限制與失敗場景：哪些情況下它不適用
Pluely 的宣稱中有幾個潛在弱點。首先，『螢幕分享不可見』依賴作業系統的螢幕擷取 API，但並非所有會議軟體都尊重這些排除機制，例如某些瀏覽器型會議可能仍會捕捉到覆蓋層。其次，自動回應功能需要語音活動偵測正確判斷『暫停』，在多人同時說話或背景噪音大的環境，可能觸發錯誤的建議。第三，它依賴網路連線與外部 LLM API，若你的網路不穩或供應商服務中斷，整個工具就失效。最後，它只支援桌面平台，沒有行動版，這限制了在移動中使用的可能性。文件也提到『隱形』需要手動啟用，例如隱藏 Dock 圖示，並非預設開啟，這需要使用者自行設定。
替代方案：從 Electron 到自訂組合
要比較 Pluely，必須考慮不同路線的替代品。一是 Electron 架構的 AI 助手，例如一些開源的會議轉錄工具，它們通常更笨重，但原始碼開放，可以自行修改。二是完全自訂的組合：用 Whisper.cpp 做本地語音轉文字，配上一個簡單的腳本呼叫 LLM API，再透過全域快捷鍵顯示結果。這種方式完全掌控隱私，但需要大量工程時間，且沒有現成的覆蓋層介面。三是雲端會議機器人，例如 Otter.ai，它們會加入會議，但這正是 Pluely 試圖避免的『有跡可循』。Pluely 的獨特之處在於它試圖在『輕量』與『隱形』之間取得平衡，而替代方案通常只能滿足其中一項。
編輯結論
Pluely 適合需要在面試、銷售通話或現場簡報中快速取得答案，且重視隱私、不介意使用自己 API 金鑰的個人工作者。不適合需要完整掌控原始碼、想自行修改或審計安全性的團隊，因為 v1 之後原始碼已封閉，僅提供簽署二進位檔。採用前應先驗證其『螢幕分享不可見』的宣稱是否在你的會議軟體與作業系統上成立，並確認你接受 GPL-3.0 對先前版本的授權限制。若你追求完全開源且可自行部署，應考慮如 Whisper.cpp 搭配自訂腳本的方案，但這需要更多技術投入。Pluely 的價值在於整合與隱形體驗，而非開放性。
社群筆記