0805 | SpeakoFlow: Open-Source-Sprachassistent für Desktop

Lena Vogel: Hallo und herzlich willkommen zu einer neuen Folge von Product Hunt täglich. Ich bin Lena Vogel.

Felix Hartmann: Und ich bin Felix Hartmann. Schön, dass ihr wieder dabei seid bei Bri.

Lena Vogel: Heute haben wir wieder eine bunte Mischung für euch: ein Open-Source-Sprachassistent für den Desktop, ein nativer Windows-Client für API-Anfragen, ein code-first Ansatz für KI-Workflows und ein zweckgebundener Kalender-Agent.

Felix Hartmann: Und dann kommt noch einiges mehr dazu – von KI-Executive-Assistenten über Feature-Flag-Plattformen bis zu einem Memory-Layer für KI-Tools und einer Dateiübertragung für Freelancer. Bleibt dran!

Lena Vogel: Da gibt es ein neues Open-Source-Projekt namens SpeakoFlow – ein kostenloser Sprachassistent für den Desktop, der auf Windows, macOS und Linux läuft und das, was du sagst, direkt in jede beliebige App schreiben lässt. Egal ob E-Mail, Editor, Chat oder Terminal.

Felix Hartmann: Der Gründer Abhishek erzählt im Launch-Kommentar, woher die Idee kam. Beim Lernen störte ihn der ständige Wechsel zwischen Arbeitsfenster und Chatbot-Tab. Bezahlte Diktiersoftware tippte zwar schneller, aber sie wusste nicht, woran er gerade arbeitete. Aus einem kleinen Diktier-Tool ist so in drei Monaten eine Art Sprachschicht über dem ganzen Desktop geworden.

Lena Vogel: Interessant ist auch die Herkunft: Es begann als Fork von einem Projekt namens Handy, dazu kamen dann Assistent, Bildschirm-Erkennung, Übersetzung und ein Gedächtnis. Allerdings – Stand jetzt ist es nur er allein, der daran arbeitet, es ist früh in der Entwicklung, und beim großen Ziel, den Rechner tatsächlich per Stimme zu steuern, gibt er selbst zu, noch nicht da zu sein.

Lena Vogel: Konkret verspricht der Hersteller, Diktat per Tastenkürzel schneller zu machen – gut 150 Wörter pro Minute statt ungefähr 45 beim Tippen, also grob dreimal so schnell und freihändig. Das ist aber eine Herstellerangabe. Es gibt einen Befehl, der Antworten generiert und direkt an der Textstelle einfügt, ohne dass man dauernd ein Wachwort braucht.

Felix Hartmann: Dazu kommen Übersetzungen gesprochener Sprachen wie Spanisch, Hindi, Französisch oder Japanisch in sauberes Englisch, eine optionale KI-Bereinigung mit wählbarem Ton – etwa professionell, freundlich oder knapp – und ein Assistent mit Sprachausgabe. Wichtig für die Privatsphäre: Die Transkription läuft laut Hersteller immer auf der eigenen Maschine.

Lena Vogel: Als Nächstes ein Projekt namens Karve – ein nativer Windows-Client für ein Dateiformat, das viele Entwickler schon kennen: die sogenannten.http-Dateien. Das ist ein Format, das auch Visual Studio, der VS Code REST Client und JetBrains nutzen.

Felix Hartmann: Der Solo-Maker erzählt, seine API-Requests hätten bereits als solche.http-Dateien in den Repos seiner Microservices gelegen, aber verteilt über viele Projekte gab es dafür keinen richtigen Arbeitsbereich – nur einen im Editor versteckten Runner. Die vorhandenen Tools fand er langsam und schwerfällig. Daraus sind drei Design-Entscheidungen entstanden.

Lena Vogel: Erstens: Dateien bleiben Dateien. Karve importiert nichts in eine eigene Datenbank, sondern organisiert die.http-Dateien aus beliebigen Repos, git-freundlich, ohne sie zu verschieben. Zweitens: nativ statt Electron – die App startet in unter zwei Sekunden, ihre Requests verlassen den PC nicht, es gibt keine Cloud.

Felix Hartmann: Und drittens gibt es einen eingebauten Server für KI-Agenten, der standardmäßig ausgeschaltet ist und nur lokal läuft. Darüber könnte etwa ein Tool wie Claude Code Requests finden, ausführen, reparieren und anlegen – sieht dabei aber nur den reinen Text der Requests, nicht aufgelöste URLs, Umgebungsvariablen oder den Verlauf.

Lena Vogel: Die Zielgruppe sind Windows-Entwickler, die solche.http-Dateien über mehrere Repos pflegen und dabei Umgebungen, Tabs, durchsuchbaren Verlauf und einen Antwort-Viewer wollen. Eine Einschränkung gibt der Anbieter selbst zu: Aktuell ist es reiner REST-Client – kein GraphQL, kein gRPC und keine Team-Zusammenarbeit.

Felix Hartmann: Der Preis ist ein Einmalkauf. Im Launch-Angebot kostet es knapp 30 Dollar statt regulär knapp 40, mit 15 Tagen Testversion, keine Anmeldung nötig, 25 Prozent Rabatt bis zum ersten September, Updates der Version 1 inklusive. Zum Vergleich: Abo-Clients zahlten laut Website-Vergleich jährlich zwischen gut 70 und über 130 Dollar.

Lena Vogel: Weiter geht's mit Finyuus – ein Open-Source-Projekt unter der Apache-Lizenz mit einem sogenannten Code-first-Ansatz für KI-Workflows. Es verbindet eine kleine, einrückungsbasierte Beschreibungssprache für Agents, Tools, Wächter, menschliche Freigaben und verschachtelte Workflows mit einem System für dauerhafte Ausführung mit Wiederholungen, Abbruch und Replay.

Felix Hartmann: Der Vorteil: Die Workflows liegen als reiner Text vor, lassen sich also versionieren und über Git-Diffs reviewen. Jede Ausführung wird durch ein Tool zur Beobachtung überwacht und über Wächter und Freigaben kontrollierbar gemacht. Der Maker beschreibt das Ausgangsproblem so: Prompts, Tool-Aufrufe, Wiederholungen und Freigaben waren mitten im App-Code verwickelt – er nennt Systemprompts von rund 300 Zeilen in derselben Codebasis wie einer iPhone-App, sodass jede kleine Verhaltensänderung ein kompletter Neubau und Neu-Deploy der ganzen App war.

Lena Vogel: Finyuus läuft laut Readme komplett lokal über Docker, mit mehreren Diensten im Hintergrund. Als Voraussetzungen nennt es eine neuere Node-Version, ein aktuelles Paket-Manager-Werkzeug, Docker und mindestens einen Schlüssel für einen KI-Anbieter, etwa OpenAI oder Anthropic.

Felix Hartmann: In der Community-Diskussion gibt es Lob und Skepsis. Ein Kommentator lobt vor allem den Text-Ansatz statt eines visuellen Baukastens, eben wegen Git-Diffs und Code-Reviews. Ein anderer sagt, dauerhafte Ausführung und ein per Git-Diff prüfbarer Ablauf seien echte Lücken bei den üblichen Prompt-Ketten-Tools, zweifelt aber am Mehrwert der neuen Beschreibungssprache – weil das zugrunde liegende System bereits eigene Werkzeuge mit Wiederholungen, Replay und Versionierung mitbringe.

Lena Vogel: Und ein Dritter findet den ganzen Technik-Stack zu schwergewichtig für einen schnellen Einstieg und schlägt einen einfacheren Modus mit einer einzelnen Datei und einer kompakteren Datenbank vor. Da ist also noch Diskussionsbedarf in der Richtung.

Lena Vogel: Zum Schluss ein kleiner, aber charmant umgesetzter Kalender-Agent namens Domo. Er hat eine eigene Telefonnummer – Familienmitglieder schicken ihm einfach per iMessage oder SMS Nachrichten wie: „Zahnarzt am Donnerstag um drei hinzufügen“ oder „Wann ist das Konzert?“ – und ein Wand-Dashboard zeigt dann immer aktuell den Tages- und Wochenplan.

Felix Hartmann: Besonders interessant ist, wie er betrieben wird. Laut Hersteller läuft Domo komplett auf einem vorhandenen Claude-Abo und dem vorhandenen Google-Kalender-Anschluss – kein neuer API-Schlüssel, keine Extra-Token-Abrechnung, kein neuer Kalender, keine eigene App, kein Login. Man fügt nur den Anweisungstext in einen Coding-Agenten ein, und der Mensch macht lediglich zwei kleine manuelle Schritte: Browser-Anmeldung für die Kalenderverbindung und eine Aktivierungsnachricht für die SMS.

Lena Vogel: Der Maker beschreibt Domo dabei bewusst als Muster genauso wie als Produkt – man kann den Zweck austauschen und sich eigene Agenten bauen. Entwickelt wird öffentlich, mit Live-Dashboard auf Twitch und einer Community auf Discord.

Felix Hartmann: Und es gibt eine schöne Rückmeldung aus der Community: Ein Nutzer, der sich selbst als nicht besonders technisch beschreibt und Terminal und Claude erst seit wenigen Wochen nutzt, berichtet von etwa einer halben Stunde Einrichtungszeit und nennt Domo einen echten Gamechanger. Sein Punkt: Frühere Kalenderautomatisierungen mit Shortcuts, Notion und anderen Agenten seien kompliziert und anfällig für Bugs gewesen. Jetzt will er die Woche weiter testen.

Lena Vogel: Auf die Frage, ob sich die Installation auch mit einem anderen System und einem lokalen Modell machen ließe, gibt es in den gelieferten Quellen allerdings keine Antwort – die ist also offen. Andere Kommentare waren schlicht Testnachrichten an den Agenten. Aber gerade die Rückmeldung von jemandem ohne viel Technik-Erfahrung spricht stark dafür, dass so ein simpler, zweckgebundener Agent durchaus seinen Platz im Alltag finden kann.

Felix Hartmann: Ein Produkt namens Hey Noah positioniert sich als proaktiver KI-Executive-Assistent, der gezielt für Gründer gedacht ist. Der Kernunterschied zu einem reinen Chatbot, so der Anbieter: Ein Claude spricht mit dir, aber Noah spricht mit deinem Netzwerk. Gemeint ist, dass der Assistent von sich aus Kalender, Beziehungen und Follow-ups verwaltet – über E-Mail, SMS und WhatsApp.

Lena Vogel: Das Team vergleicht das sogar mit Teslas Vollautomatik statt mit einem Tempomaten: Der Assistent soll handeln, nicht nur Vorschläge liefern. Gründer Ashish sagt, er habe 14 Jahre lang ein Unternehmen mit 100 Millionen Dollar Umsatz und 47 Fortune-500-Kunden geführt und das Vorgehen seiner menschlichen Assistentin in Noah übertragen. Das Team ist bootstrapped, also nicht fremdfinanziert, acht Personen stark und sitzt in Palo Alto.

Felix Hartmann: Nach Herstellerangaben verhandelt Noah Termine, liest Calendly-Links, schlägt bei Konflikten Alarm, bucht Restaurantreservierungen sogar per Telefonanruf und gleicht Zeitzonen ab. Vor Meetings schickt es Briefings – wer die Person ist, was sie finanziert hat und wann der letzte Kontakt war – und zieht Aktionspunkte aus Notizen in Tools wie Slack oder Google Drive. Die Einrichtung soll zehn Sekunden dauern.

Lena Vogel: Es gibt auch Community-Stimmen dazu: Ein vom Gründer zitierter CEO eines Unternehmens mit 80 Millionen Dollar Umsatz nennt Noah einen der neun wichtigsten Anker auf seiner Startseite. Ein früher Tester berichtet, Noah habe nach Rückfrage sogar Blumen zum Valentinstag bestellt. Offen bleibt allerdings die Frage, wie vertrauenswürdig ein so autonomer Assistent in herausfordernden externen Situationen wirklich bleibt. Das nennt die Produktleitung selbst als den schwersten Teil – ein Agent, der von sich aus handelt, muss konsistent sein.

Felix Hartmann: Weiter im Programm: GrowthBook 5.0. Der Anbieter startet die Version als KI-native, warehouse-native Plattform, die Feature Flags, Experimentation und Produktanalytik in einem System bündeln will. Das ausdrückliche Ziel: Experimentieren über die Engineer-Teams hinaus zu öffnen – für Menschen wie für KI-Agenten gleichermaßen.

Lena Vogel: Zu den Neuerungen zählen laut Hersteller ein neuer visueller Editor für KI-gestützte No-Code-Experimente direkt im Browser, inklusive Bildgenerierung und Figma-Unterstützung. Dazu kommen 25 Open-Source-Skills, mit denen Agenten Flags und Experimente anlegen können, ein In-App-Assistant und eine Kommandozeile, die die gesamte API abdeckt. Und die Produktanalytik verlässt mit diesem Release die Beta und geht in die allgemeine Verfügbarkeit.

Felix Hartmann: Die Analytics umfassen Funnels, komponierbare Dashboards und Experiment-Meta-Analyse. Dazu kommen strengere Governance-Regeln für Feature Flags, schnellere Queries, geplante Experimentstarts und ein vereinfachter Workflow mit rund 20 weniger Formularfeldern. Laut dem Blogbeitrag von Jeremy Dorn vom 20. Juli ist die letzte Hauptversion v4 vor einem Jahr erschienen – seitdem habe man Feature Flags von Grund auf neu geschrieben und KI durchgängig integriert.

Lena Vogel: Verfügbar ist 5.0 auf Cloud und für Self-Hosted-Bereitstellungen. Als nächsten Termin nennt der Beitrag Live-Office-Hours am Donnerstag, den 30. Juli, 9 Uhr pazifischer Zeit. Wichtig zur Einordnung bleibt: All diese Angaben stammen aus den Herstelleraussagen selbst, nicht aus unabhängigen Tests.

Felix Hartmann: Ein drittes Thema: Atlaso, ein Start auf Product Hunt als sogenannter Memory-Layer für KI-Tools. Die Idee: eine einmal verbundene, geteilte Erinnerung, aus der Tools wie Claude Code, Cursor, Codex, Claude Desktop und OpenCode automatisch lesen und schreiben. ChatGPT und Meta AI sind als bald kommend angekündigt.

Lena Vogel: Der Gründer Ashish beschreibt den Auslöser als Wiedereinrichtungskosten: Projekte, Entscheidungen und Arbeitsweise müssten in jedem Tool neu erklärt werden, weil der Kontext in der jeweils anderen Anwendung stecken bleibe. Atlaso bietet globalen und projektspezifischen Speicher, automatische Erfassung mit bereinigten Geheimnissen vor dem Speichern sowie eine kurze Orientierung aus dem eigenen Speicher, die vor der ersten Eingabe eingespielt wird. Die zentrale Aussage des Anbieters: Es orientiert, es erfindet nie.

Felix Hartmann: Interessant, aber als Beleg nennt Ashish eigenen Memory-Benchmarks, die besser abgeschnitten hätten als andere getestete Systeme – das ist also ein selbst durchgeführter, kein unabhängiger Test. Der Einstieg ist kostenlos, die Installation per Kommandozeile. Die Community fragt allerdings genauer nach: unter anderem wie man bestehende Erinnerungen aus anderen Tools importiert, wie ein Memory konkret gelöscht oder beendet werden kann, und wie das System mit Widersprüchen umgeht, wenn eine spätere Session einer früheren widerspricht – etwa durch Überschreiben, Versionieren oder Konflikt-Anzeige.

Lena Vogel: Auch die Kosten sind bei so einem System spannend: Was passiert bei der Auswahl, wenn Hunderte Erinnerungen statt nur weniger abgerufen werden müssen – und ob Speicher irgendwann verfällt oder unbegrenzt wächst. Und ob es einen geteilten Teamspeicher geben soll. Genau an solchen Fragen zeigt sich, wie praktisch ein Memory-Layer im Alltag wirklich ist.

Felix Hartmann: Zum Abschluss: FileFlippers startet als Dateiübertragung für Freelancer und Studios, die große Dateien verschicken und dabei zugleich die Bezahlung einfacher machen wollen. Die Kernidee: Dateien landen auf eigenen Seiten, die mit Logo, Farben und Schriften gestaltet sind. Vorschauen tragen Wasserzeichen, und die finalen Dateien bleiben gesperrt, bis der Kunde zahlt.

Lena Vogel: Dazu kommen Uploads in Teilen mit echter Pause-und-Fortsetzen-Funktion, Kundenfeedback, Versionsverwaltung sowie eingebaute KI-Verbesserung und Konvertierung in über 50 Formaten – von Dokumenten über Video und Audio bis zu Vektoren und Schriftarten. Konvertierung und Markenseiten gehören zu den bezahlten Tarifen; ein kostenloser Plan existiert, konkrete Preise nennt der Launchtext aber nicht.

Felix Hartmann: Das Portal verspricht private Speicherung, Malware-Scan bis 2 Gigabyte, Verschlüsselung im Ruhezustand, automatische Löschung nach Ablauf des Transferfensters und kein KI-Training auf Kundendaten. Medien über 2 Gigabyte sind vom Scan ausgenommen, da Video- und Audioformate ein sehr geringes Ausführungsrisiko hätten. Jede Teileseite hat eine Meldefunktion; der Anbieter gibt eine Null-Toleranz-Politik gegenüber Kinderpornografie an – bestätigte Fälle führen laut Website zur Zugangssperrung, Sicherung von Beweismaterial und Benachrichtigung der Behörden.

Lena Vogel: Hinter dem Produkt steht FileFlippers Limited, das Ganze läuft als Beta. Die Person hinter dem Beitrag erzählt, sie verschicke seit über 15 Jahren Dateien und habe auch bei anderen Freelancern erlebt, dass die Bezahlung oft auf sich warten lässt – genau diese Nervigkeit will das Tool entschärfen. Ein Modell, bei dem erst gezahlt und dann freigeschaltet wird, verschiebt die Abwägung für alle, die mit großen Dateien und unregelmäßigen Zahlungen zu tun haben.

Lena Vogel: Ein Entwickler in Indien hat eine Android-App gebaut, die ganz anders an das Problem der endlosen Kurzvideos herangeht. ScrollToll ist von Chandan Gepala, einem Solo-Entwickler, und sie zählt nicht Minuten, sondern Swipes. Die App erkennt Wischgesten in den Feeds von Reels, Shorts und TikTok und blockiert den Feed hart, sobald das Tageslimit erreicht ist.

Felix Hartmann: Und hart heißt wirklich hart: Es gibt keinen Snooze-Button. Wer weiter Videos sehen will, muss zuerst eine geführte Atemübung im Box-Breathing-Stil abschließen. Der Entwickler sagt, die meisten Nutzer schließen dann einfach die App – und genau das sei der Sinn.

Lena Vogel: Der Auslöser war Frustration mit den üblichen Bildschirmzeit-Apps. Die zeigten ihm zum Beispiel neunzig Minuten Instagram, er tippte auf „Ignorieren“ und scrollte weiter. Minuten fühlten sich für ihn einfach nicht real an. Deshalb zählt ScrollToll stattdessen die eigentliche Aktion – die Swipes. Technisch läuft das über den Android-AccessibilityService, laut Entwickler die einzige Möglichkeit. Gelesen werden nur Gesten in den ausgewählten Apps, keine Inhalte, keine Tastatureingaben, und alles bleibt auf dem Gerät.

Felix Hartmann: Beim Preis ist vieles kostenlos: Die Gratis-Version deckt dauerhaft eine App ab, mit Premium werden alle freigeschaltet, und für einen 60-Tage-Test gibt es einen Gutscheincode. In der Community wird die Idee interessant gefunden – manche vermuten aber, dass ein reines Blockieren gegen Prokrastination nicht reicht. Und auch der Entwickler selbst lässt offen, ob die Atemübung der richtige Reibungspunkt ist oder ob es schwerer sein müsste. Er nennt die App selbst ein Schmerzmittel, nachdem eine frühere App nicht funktioniert habe – Selbstaussagen, keine verifizierten Ergebnisse.

Lena Vogel: Okay, damit sind wir durch. Heute gab es einiges, von einem freien Open-Source-Sprachassistenten für den Desktop über einen Kalender-Agenten und einen Code-first Ansatz für KI-Workflows bis hin zu neuen Starts auf Product Hunt wie einem Memory-Layer für KI-Tools.

Felix Hartmann: Genau, und natürlich GrowthBooks Neustart als AI-native Plattform und Hey Noah, der proaktive Assistent für Gründer. Plus neue Apps für Freelancer und die Android-App, die Kurzvideos lieber zählt als ihre Minuten.

Lena Vogel: Genau das. Danke dir fürs Zuhören, und bis zum nächsten Mal.