chore: 发布 0.0.7 - 更新主界面截图、新增微信反馈群、精简配置文档

README.md

@@ -170,7 +170,7 @@ SayIt/
 | 语音识别 | Qwen3-ASR + vLLM / 豆包 ASR / 千问 ASR / sherpa-onnx |
 | AI 润色 | DeepSeek / 通义千问 / Azure OpenAI / Ollama |
 | 部署 | Docker Compose、NVIDIA Container Toolkit |
-| 开发 | 整个项目使用 Claude Opus 4.6 开发 |
+| 开发 | 整个项目使用 Claude Opus 开发 |
 
 ## 开发
 
@@ -195,6 +195,18 @@ cd backend && uvicorn app.main:app --port 8000
 
 前置要求：Python 3.10+、NVIDIA GPU + CUDA
 
+## 交流反馈
+
+有任何问题、建议或想法，欢迎扫码加入用户反馈微信群，一起交流：
+
+<div align="center">
+
+<img src="docs/images/readme/SayIt%20用户反馈微信群.jpg" width="240" alt="SayIt 用户反馈微信群">
+
+*微信扫码加入 SayIt 用户反馈群*
+
+</div>
+
 ## 贡献
 
 欢迎提交 Bug 报告和功能建议！请阅读 [贡献指南](./CONTRIBUTING.md)。

client/package.json

@@ -1,6 +1,6 @@
 {
   "name": "sayit-tauri",
-  "version": "0.0.5",
+  "version": "0.0.7",
   "description": "SayIt - Voice to Text Desktop App (Tauri)",
   "type": "module",
   "scripts": {

client/src-tauri/Cargo.lock

@@ -3763,7 +3763,7 @@ dependencies = [
 
 [[package]]
 name = "sayit"
-version = "0.0.5"
+version = "0.0.7"
 dependencies = [
  "base64 0.22.1",
  "bzip2",

client/src-tauri/Cargo.toml

@@ -1,6 +1,6 @@
 [package]
 name = "sayit"
-version = "0.0.5"
+version = "0.0.7"
 authors = ["Liu Qianglong", "Claude"]
 edition = "2021"
 

client/src-tauri/src/commands/system.rs

@@ -246,7 +246,11 @@ pub fn check_for_updates() -> Result<Value, String> {
 /// 下载更新安装包到临时目录
 #[tauri::command]
 pub async fn download_update(url: String) -> Result<String, String> {
-    let client = reqwest::Client::new();
+    // 必须带 User-Agent：生产环境 AWS WAF 的 NoUserAgent_HEADER 规则会拦截无 UA 的请求（403）
+    let client = reqwest::Client::builder()
+        .user_agent(concat!("SayIt/", env!("CARGO_PKG_VERSION")))
+        .build()
+        .map_err(|e| format!("初始化下载客户端失败: {}", e))?;
     let resp = client
         .get(&url)
         .timeout(std::time::Duration::from_secs(300))

client/src-tauri/src/main.rs

@@ -178,11 +178,21 @@ fn main() {
             hook.start(app.handle(), &ptt_str, &hf_str);
 
             // 设置窗口图标（用 ICO 文件，包含多尺寸帧，Windows 自动选最合适的）
+            // 并根据启动方式决定是否显示主窗口：
+            // 开机自启会带 --minimized 参数 → 保持隐藏，静默停留在托盘
+            // 用户手动打开则正常显示（窗口配置为 visible:false，需显式 show）
+            let launched_minimized = std::env::args().any(|arg| arg == "--minimized");
             if let Some(main_window) = app.get_webview_window("main") {
                 let ico_bytes = include_bytes!("../icons/icon.ico");
                 if let Ok(icon) = tauri::image::Image::from_bytes(ico_bytes) {
                     let _ = main_window.set_icon(icon);
                 }
+                if !launched_minimized {
+                    let _ = main_window.show();
+                    let _ = main_window.set_focus();
+                } else {
+                    log::info!("Launched with --minimized, staying hidden in tray");
+                }
             }
 
             // 系统托盘图标
@@ -261,14 +271,26 @@ fn main() {
             {
                 use tauri_plugin_autostart::ManagerExt;
                 let storage: tauri::State<Storage> = app.state();
+                let autostart = app.autolaunch();
                 let already_set = storage.get("autoLaunchInitialized", None);
                 if already_set.is_null() || already_set.as_str() == Some("") {
-                    // 首次运行，注册开机自启并标记
-                    let autostart = app.autolaunch();
+                    // 首次运行，注册开机自启并标记（新注册已带 --minimized 参数）
                     let _ = autostart.enable();
                     let flag = serde_json::json!("true");
                     let _ = storage.set("autoLaunchInitialized", &flag);
+                    let _ = storage.set("autoLaunchArgsMigrated", &flag);
                     log::info!("Auto-launch enabled on first run");
+                } else {
+                    // 老用户迁移：旧自启项不带 --minimized 参数，重新注册一次以写入新参数
+                    let migrated = storage.get("autoLaunchArgsMigrated", None);
+                    if migrated.as_str() != Some("true") {
+                        if autostart.is_enabled().unwrap_or(false) {
+                            let _ = autostart.disable();
+                            let _ = autostart.enable();
+                            log::info!("Auto-launch re-registered with --minimized arg");
+                        }
+                        let _ = storage.set("autoLaunchArgsMigrated", &serde_json::json!("true"));
+                    }
                 }
             }
 
@@ -284,7 +306,7 @@ fn main() {
         // .plugin(tauri_plugin_process::init())
         .plugin(tauri_plugin_autostart::init(
             tauri_plugin_autostart::MacosLauncher::LaunchAgent,
-            None,
+            Some(vec!["--minimized"]),
         ))
         .invoke_handler(tauri::generate_handler![
             // Store

client/src-tauri/tauri.conf.json

@@ -1,6 +1,6 @@
 {
   "productName": "SayIt",
-  "version": "0.0.5",
+  "version": "0.0.7",
   "identifier": "com.sayit.app",
   "build": {
     "frontendDist": "../dist",
@@ -20,7 +20,7 @@
         "minHeight": 600,
         "decorations": false,
         "center": true,
-        "visible": true
+        "visible": false
       }
     ],
     "security": {

client/src/services/defaults.ts

@@ -22,7 +22,7 @@ export const DEFAULTS: Record<string, unknown> = {
   selectedMic: '', // 设备 ID，空字符串 = 系统默认
 
   // ── AI 校对 ──
-  aiEnabled: false, // 是否开启 AI 校对。可选: true | false
+  aiEnabled: true, // 是否开启 AI 校对。可选: true | false
   aiPromptAppend: '', // 全局附加 prompt
 
   // ── AI 供应商 ──

client/src/services/personalization/defaults.ts

@@ -6,7 +6,7 @@ export const BUILTIN_APP_RULES: AppPromptRule[] = [
     appId: 'teams',
     name: 'Teams',
     builtin: true,
-    enabled: true,
+    enabled: false,
     priority: 100,
     presetId: 'intent',
     promptAppend: '适合即时协作聊天。优先输出可以直接发送的短消息，语气自然、清晰、简洁，避免邮件腔。',
@@ -20,7 +20,7 @@ export const BUILTIN_APP_RULES: AppPromptRule[] = [
     appId: 'outlook',
     name: 'Outlook',
     builtin: true,
-    enabled: true,
+    enabled: false,
     priority: 95,
     presetId: 'intent',
     promptAppend: '适合工作邮件草稿。语气正式、完整，必要时自然分段，但不要编造收件人、称呼或任何事实。',
@@ -34,7 +34,7 @@ export const BUILTIN_APP_RULES: AppPromptRule[] = [
     appId: 'kiro',
     name: 'Kiro',
     builtin: true,
-    enabled: true,
+    enabled: false,
     priority: 90,
     presetId: 'faithful',
     promptAppend: '面向开发工具输入。保留代码、命令、文件名、路径、英文标识符和 Markdown 结构，不要把技术词改写成普通中文。',
@@ -48,7 +48,7 @@ export const BUILTIN_APP_RULES: AppPromptRule[] = [
     appId: 'vscode',
     name: 'VSCode',
     builtin: true,
-    enabled: true,
+    enabled: false,
     priority: 85,
     presetId: 'faithful',
     promptAppend: '面向 VSCode 编辑区。保留代码、命令、文件名、API、英文术语和 Markdown 结构，不要过度润色技术内容。',
@@ -62,7 +62,7 @@ export const BUILTIN_APP_RULES: AppPromptRule[] = [
     appId: 'cursor',
     name: 'Cursor',
     builtin: true,
-    enabled: true,
+    enabled: false,
     priority: 80,
     presetId: 'faithful',
     promptAppend: '面向 Cursor 编辑区。保留代码、命令、路径、技术名词和英文标识符，不要擅自解释或补全技术内容。',
@@ -76,7 +76,7 @@ export const BUILTIN_APP_RULES: AppPromptRule[] = [
     appId: 'notepad',
     name: '记事本',
     builtin: true,
-    enabled: true,
+    enabled: false,
     priority: 70,
     presetId: 'intent',
     promptAppend: '面向 Windows 记事本，适合随手记录的纯文本。输出纯文本，不要使用 Markdown 标记或特殊格式符号。',

client/src/services/personalization/store.ts

@@ -39,7 +39,7 @@ function normalizeAppPromptRule(raw: unknown, fallback?: AppPromptRule): AppProm
     appId,
     name,
     builtin: value.builtin === true || fallback?.builtin === true,
-    enabled: typeof value.enabled === 'boolean' ? value.enabled : fallback?.enabled ?? true,
+    enabled: typeof value.enabled === 'boolean' ? value.enabled : fallback?.enabled ?? false,
     priority,
     presetId: String(value.presetId ?? fallback?.presetId ?? '').trim() || undefined,
     promptAppend: String(value.promptAppend ?? fallback?.promptAppend ?? '').trim(),

docs/SayIt AI 服务提供商.md

@@ -1,83 +0,0 @@
-# SayIt AI 润色供应商
-
-SayIt 有两个核心功能：语音转文本（ASR）和 AI 文本润色。ASR 部分可以参考 [豆包语音识别凭证获取](豆包ASR凭据获取.md) 和 [阿里云千问语音识别](aliyun.md)。
-
-AI 润色功能可以去除口癖词（嗯、啊、那个）、修正语音识别错误、自动分段排版等，都可以通过 Prompt 自定义控制。
-
-SayIt 已对接国内常用的 AI 服务商（通义千问、DeepSeek、豆包等），同时支持 OpenAI 兼容格式，可以接入其他供应商或第三方中转。
-
-## 1. 最佳实践
-
-**推荐 DeepSeek deepseek-v4-flash 作为默认选择。** 质量最好、价格极低、速度可接受。
-
-DeepSeek V4 Flash（2026 年 4 月发布）是 284B 参数的 MoE 模型，13B 激活参数，支持 1M 上下文。关闭思考模式后速度接近旧版 deepseek-chat，但质量明显更好，价格还更便宜（输入 1 元/百万 Token，输出 2 元/百万 Token）。
-
-如果对延迟极度敏感（需要 <500ms），可以用通义千问 qwen3.6-flash，速度最快但质量略逊。
-
-| 供应商　　　 | 模型　　　　　　　| 短文本　　| 长文本　　 | 每月成本 |
-| --------------| -------------------| -----------| ------------| ----------|
-| **DeepSeek** | deepseek-v4-flash | **803ms** | **2089ms** | ~1.5 元　|
-| 通义千问　　 | qwen3.6-flash　　 | 393ms　　 | 1308ms　　 | ~3.8 元　|
-
-> 月成本按每天 100 次、每次约 100 字估算。V4 Flash 默认开启 thinking，会导致延迟飙升到 2~7 秒。SayIt 已在代码中自动关闭思考模式，无需用户手动配置。
-
-## 2. 如何选择AI模型
-
-- **速度**：总耗时由 TTFT（Time To First Token，首个字生成时间）和 TPS（每秒 Token 数）决定。语音转写场景下，总耗时超过 1~2 秒会有明显等待感。
-- **质量**：能否准确执行 Prompt 指令——去口癖、识别自我修正、格式化列表、纠正专有名词大小写等。
-- **价格**：V4 Flash 的自动 prompt 缓存机制让重复 system prompt 的场景成本极低。
-
-## 3. 实测数据
-
-以下数据是 2026 年 5 月实测的，使用非流式请求（和 SayIt 实际调用方式一致），每条用例跑了 3 次取中位数。
-
-### 速度
-
-| 供应商　 | 模型　　　　　　　　　　　　　| 短文本 | 中等文本 | 长文本（~200字） |
-| ----------| -------------------------------| --------| ----------| ------------------|
-| DeepSeek | deepseek-v4-flash（关闭思考） | 803ms　| 971ms　　| 2089ms　　　　　 |
-| 通义千问 | qwen3.6-flash　　　　　　　　 | 393ms　| 489ms　　| 1308ms　　　　　 |
-
-
-### 质量
-
-两家都能正确去口癖、识别列表结构、纠正专有名词大小写（DeepSeek、ChatGPT、OpenAI 等）。V4 Flash 在专有名词纠正和格式化方面更稳定，输出更简洁。
-
-
-## 4. 关于豆包
-
-豆包的语音识别（ASR）是目前中文场景下最好的，SayIt 推荐使用豆包 ASR。但豆包的 AI 文本模型（lite 和 mini 都测了）延迟极不稳定，中长文本经常超过 10 秒，不适合语音转写的润色场景。建议 ASR 用豆包，AI 润色用 DeepSeek 或通义千问。
-
-## 5. 价格参考
-
-| 供应商　 | 模型　　　　　　　　 | 输入（百万Token） | 输出（百万Token） |
-| ----------| ----------------------| -------------------| -------------------|
-| DeepSeek | deepseek-v4-flash　　| 1 元　　　　　　　| 2 元　　　　　　　|
-| 通义千问 | qwen3.6-flash　　　　| 1.8 元　　　　　　| 10.8 元　　　　　 |
-| 豆包　　 | doubao-seed-2-0-mini | 0.2 元　　　　　　| 2 元　　　　　　　|
-
-
-
-## 6. 配置指南
-
-> 建议直接使用官方 API。第三方中转站延迟普遍更高。
-
-### DeepSeek（推荐）
-
-- API 地址：`https://api.deepseek.com`
-- 模型：`deepseek-v4-flash`
-- 获取 API Key：[platform.deepseek.com](https://platform.deepseek.com/api_keys)
-- **注意**：SayIt 会自动在请求中添加 `thinking: {type: "disabled"}` 关闭思考模式以降低延迟
-![alt text](DeepSeek获取API.png)
-
-### 通义千问
-
-- API 地址：`https://dashscope.aliyuncs.com/compatible-mode`
-- 模型：`qwen3.6-flash`
-- 获取 API Key：[百炼平台](https://bailian.console.aliyun.com/?spm=a2c4g.11186623.0.0.60905ec6iyaRqr&tab=model#/api-key)
-![alt text](百炼获取API.png)
-
-### 豆包（火山方舟）
-- API 地址：`https://ark.cn-beijing.volces.com/api/v3`
-- 模型：`doubao-seed-2-0-mini-260215`
-![alt text](豆包获取API.png)

docs/SayIt ASR 服务提供商.md

@@ -1,95 +0,0 @@
-# SayIt ASR 语音识别配置
-
-SayIt 支持三种语音识别模式：
-
-- **云端 API**：调用云服务商的语音识别接口，准确率最高，适合大多数个人用户
-- **本地推理**：使用本地模型离线识别，不需要网络，但准确率和速度不如云端
-- **服务器模式**：自己部署后端服务，适合团队或有定制需求的场景
-
-对个人用户来说，**云端 API 是最推荐的方式**，下面主要介绍这个。
-
-## 1. 最佳实践
-
-中文语音识别准确率最高的是**豆包流式语音识别 2.0**（Seed-ASR-2.0），其次是阿里的**千问 ASR**（qwen3-asr-flash）。
-
-SayIt 对豆包和千问 ASR 都做了流式优化——按住说话时，音频会实时发送给服务端，松手后只需要等待最后一小段音频的处理时间，通常几百毫秒就能拿到结果。
-
-另外 SayIt 还支持**千问 3.5 Omni** 多模态模型，这类模型原生支持音频输入、文本输出，可以在转录的同时执行 Prompt 指令（比如去口癖、翻译等），相当于 ASR + AI 润色一步到位。
-
-| 供应商　　　 | 模型　　　　　　　　　　 | 特点　　　　　　　　　　 | 价格　　　　　　　　　　|
-| --------------| --------------------------| --------------------------| -------------------------|
-| **豆包**　　 | Seed-ASR-2.0　　　　　　 | 中文准确率最高，推荐首选 | 1.00 元/小时　　　　　　|
-| **阿里千问** | qwen3-asr-flash-realtime | 流式识别，速度极快　　　 | 1.19 元/小时　　　　　　|
-| **阿里千问** | qwen3.5-omni-flash　　　 | ASR + AI 一步到位　　　　| 按 Token 计费（见下方） |
-
-
-## 2. 使用豆包语音识别
-
-SayIt 支持使用字节跳动「豆包流式语音识别模型 2.0」作为语音识别引擎。豆包 ASR 是目前中文语音识别准确率最高的模型，推荐使用。
-
-1. 注册 / 登录火山引擎
-
-打开[火山引擎语音服务控制台](https://console.volcengine.com/speech/service/10038)，用手机号注册或登录即可。已有账号的直接登录，没有账号会引导你先注册。
-[图片]
-
-
-2. 完成实名认证
-
-火山引擎的 API 服务需要先做实名认证，没认证的话后面创建应用会卡住。进入[实名认证页面](https://console.volcengine.com/user/authentication/detail/)，按页面提示走完就行。
-[图片]
-
-
-3. 创建应用并获取 APP ID
-
-进入[应用管理页面](https://console.volcengine.com/speech/app1)，点击「创建应用」。填写应用名称和简介（随便写就行），关键一步：一定要勾选「豆包流式语音识别模型 2.0 小时版」，不然后面用不了。
-[图片]
-
-
-4. 获取APP ID 和 Access Token
-
-进入 [API 服务中心页面](https://console.volcengine.com/speech/service/10038)，点击「豆包流式语音识别模型2.0」（配图是旧版界面）。页面上会显示你的 APP ID，鼠标放到 Access Token 上面，点击小眼睛图标，可以看到 Access Token 信息。
-[图片]
-
-记录下来这两个信息填到 SayIt 软件中。选择 语音引擎 - 云 API 模式 - 选择ASR供应商为豆包 ASR，填写凭证信息后可以保存测试。
-[图片]
-
-
-豆包开通试用后，半年内有 20 小时的[免费额度](https://www.volcengine.com/docs/6561/1359369?lang=zh)。超出免费额度后，按量计费：豆包流式语音识别模型 2.0 — 1 元/小时。[后付费价格详情](https://www.volcengine.com/docs/6561/1359370?lang=zh)
-
-
-## 3. 阿里千问 ASR
-
-阿里百炼平台提供了两个语音识别模型，都可以在 SayIt 中使用。
-
-**qwen3-asr-flash / qwen3-asr-flash-realtime**
-
-纯语音识别模型，中文准确率仅次于豆包。有两个版本：
-- **qwen3-asr-flash**：非流式，录完再发，速度也很快
-- **qwen3-asr-flash-realtime**：流式，边录边发，松手后几乎立刻出结果，体验极佳
-
-两者准确率一样，推荐使用流式版本。适合搭配独立的 AI 润色供应商使用（比如通义千问或 DeepSeek 做文本校对）。
-
-**qwen3.5-omni-flash**
-
-多模态模型，可以直接接收音频输入并输出文本。和普通 ASR + AI 润色的两步流程不同，Omni 模型一步完成，可以在 System Prompt 中直接控制输出格式（比如去口癖、翻译、列表排版等）。
-
-适合不想分别配置 ASR 和 AI 润色的用户，配置更简单。
-
-**配置方式**
-
-在 SayIt 设置中选择千问 ASR 系列，需要填写 API Key。
-
-- 获取 API Key：[阿里百炼平台](https://bailian.console.aliyun.com/cn-beijing?tab=model#/api-key)
-
-## 4. 价格
-
-下面是各个模型按需使用的价格参考。
-
-| 模型　　　　　　　　　　　　　　　　　| 价格　　　　　　| 免费额度　　　　　　　 |
-| ---------------------------------------| -----------------| ------------------------|
-| 豆包 Seed-ASR-2.0　　　　　　　　　　 | 1.00 元/小时　　| 20 小时（半年内）　　　|
-| 千问 qwen3-asr-flash（非流式）　　　　| 0.79 元/小时　　| 10 小时（90天内）　　　|
-| 千问 qwen3-asr-flash-realtime（流式） | 1.19 元/小时　　| 10 小时（90天内）　　　|
-| 千问 qwen3.5-omni-flash　　　　　　　 | 约 2.3 元/小时* | 100 万 Token（90天内） |
-
-*Omni 按 Token 计费（每秒音频 ≈ 25 token），2.3 元为粗略估算。详见[千问价格文档](https://help.aliyun.com/zh/model-studio/model-pricing#95f0464a10q5c)。