JOJO
94b05c28b3
## Agent 核心功能 - **流式输出刘海弹窗**：实时展示模型思考内容，支持自动滚动 - **工具调用进度**：最多可见3条 + 可滚动查看全部历史 + 防抖并行滚动 - **打字/语音双输入**：Agent 模式可选手动打字或语音输入 - **快速/思考模式切换**：支持 thinking mode 开关 - **多轮对话连续性**：同一会话内持续对话，新建对话按钮 ⊕ 开启新会话 - **工作时间显示**：工作完成状态栏显示耗时，如「工作完成 · 00:42」 ## Bug 修复 - **SIGTERM 优雅退出**：bridge.js 处理 SIGTERM，避免 code 15 误报异常 - **弹窗复用不重建**：输入内容继续对话时弹窗内部刷新，不再闪出闪进 - **关闭按钮立刻生效**：ignoreMouse=true 绕过 DynamicNotchKit 延迟 - **设置窗口 Agent UI 构建时机**：从延迟构建改为 init 中直接构建 - **模型编辑器**：修复 grid column nil 崩溃 + 改为独立 KeyEquivalentPanel 窗口支持 Cmd+A/C/V/X - **双击 Control 三向轮换**：语音输入 ↔ AI助手 ↔ 智能体 - **Fn 长按冲突处理**：非 Agent 模式下自动关闭 Agent 刘海弹窗 - **Save 后刷新下拉**：保存配置后默认模型下拉框即时同步 ## UI 交互优化 - **工具列表无灰色背景**：工具执行期间不再有底色变化 - **工作时隐藏新建对话按钮**：thinking/running 期间 ⊕ 自动隐藏 - **工具调用去 timeout 显示**：运行指令行不再显示 (timeout=30s) ## 文件拆分（单文件≤500行） - AgentNotchView → AgentProgressTracker + AppKitTextField + AgentNotchView - SettingsWindow → AgentModelEditor + KeyEquivalentSecureTextField + KeyEquivalentPanel + SettingsWindow ## 底层改动 - DynamicNotchKit: 新增 contentVersion + notifyContentChanged 机制 - NotchView: 动画绑定 contentVersion 支持弹窗内容变化弹性动画 |
||
|---|---|---|
| Agent/src | ||
| Dependencies/DynamicNotchKit | ||
| scripts | ||
| skills | ||
| Sources | ||
| .gitignore | ||
| agents-md-writer.skill | ||
| AGENTS.md | ||
| Makefile | ||
| Package.swift | ||
| README.md | ||
| VoiceInput-20260425.dmg | ||
VoiceInput
macOS 菜单栏语音输入应用 —— 按住 Fn 键录音，松开自动注入文本。
功能
- 🎤 按住 Fn 说话：全局监听 Fn/Globe 键，按下录音，松开注入
- 📝 流式识别：Apple Speech Recognition 实时转录，默认简体中文
- 🌐 多语言：简中 / 繁中 / English / 日本語 / 한국어
- 🎚 实时波形：5 条 RMS 驱动的球形波动画，说话时随音量跳动
- 🪟 胶囊浮动窗：屏幕底部居中，无边框，入场弹簧动画
- 📋 智能注入：剪贴板 + Cmd+V，自动检测并切换 CJK 输入法
- 🤖 LLM 纠错：DeepSeek 优化识别结果，修正同音字 / 拼写 / 术语
系统要求
- macOS 14+
- 辅助功能权限（监听 Fn 键）
- 麦克风权限
- 语音识别权限
快速开始
make build # 编译 + 生成 .app
make run # 构建并启动
首次运行需在 系统设置 → 隐私与安全性 → 辅助功能 中授权 VoiceInput.app。
使用
- 点击任意文本输入框
- 按住键盘左下角 Fn / 🌐 键
- 说话，胶囊窗口显示实时转录
- 松开 Fn → 文本自动粘贴到光标位置
点击菜单栏 🎤 图标可切换语言或配置 LLM。
构建
make build # Debug 构建
make release # Release 构建
make install # 安装到 /Applications
make clean # 清理
LLM 纠错
LLM 默认使用 DeepSeek，在菜单栏 LLM Refinement → Enable 开启。
| 配置项 | 默认值 |
|---|---|
| API Base URL | https://api.deepseek.com |
| Model | deepseek-v4-flash |
设置窗口可修改 API Key 等配置，点击 Test 验证连通性。
项目结构
Sources/
├── App/ # AppDelegate + 菜单栏控制器
├── Core/ # 按键监听、语音识别、音频电平、文本注入、输入法、LLM
├── UI/ # 浮动窗口、波形动画、设置窗口
└── Utils/ # 配置持久化
许可
MIT