Kann Wispr Flow weg?

Bau mir ein macOS-Diktat-Tool als Menüleisten-App.
Ablauf: Ich halte eine globale Tastenkombination (z. B. rechte Option-Taste)
gedrückt und spreche. Beim Loslassen wird die Aufnahme transkribiert,
per LLM aufgeräumt und an der aktuellen Cursor-Position eingefügt.
Details:
1. Aufnahme über das Standardmikrofon, solange der Hotkey gehalten wird.
2. Transkription lokal mit whisper.cpp (Modell small oder besser, Pfad in
   .env); Sprache automatisch erkennen, Deutsch und Englisch reichen.
3. Aufräum-Schritt über die Anthropic-API (Key aus .env): Füllwörter raus,
   Grammatik glätten, Selbstkorrekturen anwenden (wenn ich sage "nein,
   lieber Dienstag", steht am Ende nur Dienstag). Der Rohtext darf inhaltlich
   nicht verändert werden. Wenn kein Netz da ist, wird das unbearbeitete
   Whisper-Transkript eingefügt.
4. Einfügen über die Zwischenablage plus simuliertem Cmd+V; alte
   Zwischenablage danach wiederherstellen.
5. Menüleisten-Icon zeigt den Zustand: bereit, nimmt auf, verarbeitet.
Stack: Swift mit SwiftUI für die Menüleisten-App; whisper.cpp als
eingebettete Bibliothek oder über einen lokalen Subprozess.
Ein eigenes Wörterbuch als ~/.diktat/woerterbuch.txt (ein Begriff pro
Zeile), das dem LLM als Kontext für Fachbegriffe mitgegeben wird.
Schreib eine README mit Build-Anleitung und den nötigen
macOS-Berechtigungen (Mikrofon, Bedienungshilfen).