d3ro-voice/CLAUDE.md

D3RO-VOICE — 로컬 AI 음성 어시스턴트

Genspark Speakly를 리버스엔지니어링하여 얻은 노하우를 기반으로 만드는 완전 로컬 음성 어시스턴트. 클라우드 의존성 없이 Ollama + Whisper + TTS를 사용한다.

기술 스택 (고정)

• Framework: Electron 33+ (contextIsolation: true, nodeIntegration: false)
• Frontend: React 19 + MUI 7 + Vite
• Language: TypeScript 5.7+ (strict mode)
• DB: better-sqlite3 + drizzle-orm
• STT: faster-whisper (Python sidecar) 또는 whisper.cpp
• TTS: piper-tts 또는 kokoro
• LLM: Ollama REST API (localhost:11434)
• Audio: Web Audio API (renderer) + node-record-lpcm16 (main)
• Hotkey: uiohook-napi (글로벌 키보드 후킹)
• Text Insert: @nut-tree/nut-js (클립보드 + Ctrl+V)
• Config: electron-store

프로젝트 구조

D3ROVoice/
├── src/
│   ├── main/              # Electron 메인 프로세스
│   │   ├── services/      # STT, TTS, LLM, Audio, Hotkey, TextInsert
│   │   ├── windows/       # 윈도우 매니저 (팁, 팝업, 메인)
│   │   ├── ipc/           # IPC 핸들러 등록
│   │   ├── db/            # SQLite (history, dictionary)
│   │   └── index.ts       # 앱 진입점
│   ├── renderer/          # React 앱
│   │   ├── components/    # React 컴포넌트
│   │   ├── popups/        # Vanilla JS 팝업 (recording-tip, result-popup)
│   │   └── main.tsx       # 렌더러 진입점
│   ├── preload/           # contextBridge IPC 브릿지
│   │   └── index.ts
│   └── shared/            # 공유 타입, IPC 채널 정의, 에러 코드
│       ├── ipc-channels.ts
│       ├── types.ts
│       └── errors.ts
├── docs/                  # 설계 문서
│   ├── phases/            # 페이즈별 요구사항
│   └── re-findings/       # Speakly 리버스엔지니어링 결과
├── scripts/               # 빌드/유틸 스크립트
└── tests/

빌드 & 실행

npm run dev          # Electron + Vite dev server
npm run build        # 프로덕션 빌드
npm run test         # vitest 테스트
npm run lint         # eslint + prettier
npm run typecheck    # tsc --noEmit

코딩 규칙

• TypeScript strict mode 필수 (noImplicitAny, strictNullChecks)
• 함수형 React 컴포넌트 + hooks만 사용
• 메인 앱 = React + MUI, 팝업 윈도우 = Vanilla JS (Speakly 패턴)
• IPC 채널명: ${feature}:${action} (예: voice:startRecording, config:getLanguage)
• 에러 처리: NXError 패턴 (에러 코드 + 메시지)
• 로거: electron-log 사용, console.log 금지

절대 하지 말 것

• any 타입 사용 금지
• renderer에서 Node.js API 직접 import 금지
• electron의 remote 모듈 사용 금지
• console.log 남기지 말 것 (logger 사용)
• 하드코딩된 시크릿/비밀번호 금지
• Co-Authored-By, Claude 관련 문구 커밋 메시지에 추가 금지

Speakly에서 채택한 핵심 패턴

1. 상태 머신: RecognitionState + AudioState 분리 추적
2. 이중 조건 플러시: 모델 로딩 + 오디오 버퍼링 동시 진행, 둘 다 준비 시 플러시
3. 텍스트 삽입: 클립보드 save → set → Ctrl+V → restore
4. 윈도우 관리: 프리로딩 + 2-phase 리사이즈 (측정→resize→show)
5. 팝업: 메인 앱=React, 경량 팝업=Vanilla JS
6. 녹음 UI: 9개 웨이브 바, cos 분포 가중치, 100ms 애니메이션

현재 상태

Phase: 3 완료 마지막 완료: Phase 3 — TextInsertService + RecordingTip/ResultPopup 팝업 + Settings 모달 다음 작업: Phase 3.5 — 커서 위치 히스토리 팝업 (D3RO 고유 기능) 차단 이슈: SoX 미설치 시 AudioCaptureService 동작 불가, @nut-tree/nut-js → @nut-tree-fork/nut-js 포크 사용

Phase 3 구현 내용

• TextInsertService: clipboard save→set→Ctrl+V→restore (@nut-tree-fork/nut-js, lazy dynamic import)
• RecordingTip 팝업: Vanilla JS, 9개 웨이브바 cos분포 가중치, thinking 점근수렴, 2-phase 리사이즈
• ResultPopup 팝업: Vanilla JS, 복사 버튼, auto-close(5초), 마우스 호버 유지, 다크모드
• WindowManager 리팩토링: 팝업 프리로딩, 커서 위치 표시, 멀티모니터 보정
• Settings 모달: General/Audio/STT/LLM 탭, 실시간 설정 변경
• VoiceModeService 연동: 전사 완료 시 자동 텍스트 삽입 + RecordingTip→ResultPopup 전환
• Bootstrap: 9단계 초기화 (popup-preload 추가)
• electron-vite: 팝업 HTML 멀티 엔트리 + popup preload 빌드

Phase 2 구현 내용

• AudioCaptureService: node-record-lpcm16 + SoX 실제 마이크 캡처 (PCM16 16kHz mono, 60ms 프레임, RMS 레벨)
• HotkeyService: uiohook-napi 글로벌 키후킹, 더블프레스(300ms), holdMode/toggleMode, VK→uiohook 매핑
• LocalSTTService: faster-whisper Python sidecar 관리, STTState 상태머신, 이중 조건 플러시, 자동 재시작(3회)
• VoiceModeService: RecognitionState(9상태) + AudioState(4상태) 이중 상태머신, Action Queue 직렬화, accidentalPress(<700ms), Dictation/HandsFree 모드
• Python sidecar: FastAPI (GET /health, POST /load, POST /transcribe, POST /shutdown)
• IPC 핸들러: voice, stt, hotkey 추가 (기존 audio, config, window, system에 추가)
• Preload: voice/stt/hotkey API 전체 노출
• Bootstrap: 7단계 초기화 (logger→config→windows→tray→ipc→hotkey→voice-mode)

Phase 1 구현 내용

• 프로젝트 초기화: package.json, TypeScript strict, electron-vite, ESLint, Prettier
• shared 타입: ipc-channels.ts (113채널), types.ts, errors.ts (ErrorCode enum), constants.ts
• 메인 프로세스: index.ts (단일 인스턴스), bootstrap.ts, lifecycle.ts
• 서비스: LoggerService, ConfigService (ESM dynamic import)
• Renderer: React 19 + MUI 7, AppLayout (Drawer 240px), DashboardPage
• 시스템 트레이, closeToTray

페이즈 로드맵

• Phase 1: 프로젝트 초기화 + Electron 뼈대 + 마이크 캡처
• Phase 2: 로컬 STT 연동 (Whisper) + 핫키
• Phase 3: 텍스트 삽입 + 기본 UI (Dashboard, RecordingTip)
• Phase 3.5: 커서 위치 히스토리 팝업 (D3RO 고유 기능)
• Phase 4: Ollama LLM 연동 (텍스트 다듬기, 번역)
• Phase 5: TTS + 히스토리/사전 DB
• Phase 6: 커스텀 명령어 + 설정 UI 고도화
• Phase 7: 테스트 + 빌드 + 배포

설계 문서 (구현 시 반드시 참조)

@docs/design/00-master-architecture.md @docs/design/01-service-specifications.md @docs/design/02-ipc-and-types.md @docs/design/03-db-and-ui.md

페이즈 문서

@docs/phases/phase-1.md @docs/phases/phase-2.md @docs/phases/phase-3.md @docs/phases/phase-3.5.md @docs/phases/phase-4.md @docs/phases/phase-5.md @docs/phases/phase-6.md @docs/phases/phase-7.md

RE 노하우 (패턴 적용 근거)

@docs/re-findings/speakly-architecture.md @docs/re-findings/voice-pipeline-patterns.md @docs/re-findings/text-insertion-patterns.md @docs/re-findings/ui-patterns.md @docs/re-findings/native-dll-patterns.md