Kann ich Superwhisper vibecoden?

Baue mir ein Druck-und-sprich-Diktatwerkzeug für macOS als Ersatz für Superwhisper. Anforderungen:

- Eine globale Taste (Standard: rechte Option-Taste halten) nimmt das Mikrofon auf, solange sie gedrückt ist, und stoppt beim Loslassen. Eine kleine Swift-Menüleisten-App oder ein Hammerspoon-Skript, nimm das, was einfacher auszuliefern ist.
- Deutsch sind Oberfläche, Kommentare und README. Variablen, Dateinamen und Befehle bleiben englisch.
- Aufnahme mit ffmpeg (avfoundation) in eine temporäre WAV-Datei, Transkription lokal mit whisper.cpp; nimm ein mehrsprachiges Modell, damit deutsches Diktat sauber funktioniert (Modellpfad in einer Konfigurationsdatei). Alles läuft offline, keine Cloud-Sprach-APIs.
- Füge das Ergebnis in das fokussierte Feld ein (Cmd+V über CGEvent oder osascript simulieren, danach die vorherige Zwischenablage wiederherstellen).
- Optionaler Glätt-Modus auf einer zweiten Taste: Transkript an ein Sprachmodell schicken (Schlüssel in der .env), Zeichensetzung reparieren und Füllwörter streichen, dann einfügen. Ohne Schlüssel fügt dieser Modus einfach unverändert ein.
- Das Menüleisten-Symbol zeigt Ruhe, Aufnahme oder Transkription; ein Klick listet die letzten 10 Transkripte mit Kopierknöpfen.
- Hänge jedes Transkript mit Zeitstempel an ~/Dictation/YYYY-MM.md und lösche die Audiodatei nach der Transkription. Keine Konten, keine Telemetrie.
- Bewusst weglassen: Voreinstellungen je App und eigenes Vokabular. Ein guter Allgemein-Modus reicht.
- README auf Deutsch: welche Mikrofon- und Bedienungshilfen-Berechtigungen nötig sind, wie das Whisper-Modell geladen wird, und der Hinweis, dass der erste Lauf die macOS-Berechtigungsdialoge auslöst.