okooooooo/openless
1
0 Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
1,403 Commits 1 Branch 0 Tags
5be28b1dbdfe15ed21dbe77b975f3c56d910fc18
Commit Graph
1403 Commits
This Branch
This Branch
All Branches
Author SHA1 Message Date
Chris233 5be28b1dbd feat(asr): 支持讯飞实时语音转写（RTASR）提供商（#842） (#894) 
- 新增 asr/xfyun.rs RTASR 流式客户端：signa = Base64(HmacSHA1(MD5(appid+ts), apiKey))
  鉴权，1280B/40ms 分块发送，{"end": true} 收尾，seg_id 去重拼接，断连 partial 兜底，
  鉴权/限流/超时错误分类可读。
- 全链路接入：dictation 主流程、QA 面板、重新转录、取消、设置页凭据预检与
  "验证"探活；凭据 xfyun.app_id / xfyun.api_key 存系统凭据库，不落日志。
- 设置页新增「讯飞实时语音转写」选项（AppID + API Key），5 种语言 i18n。
- 文档：docs/xfyun-asr.md + README/README.zh/USAGE 同步。

已知限制：标准版 RTASR 无请求级热词参数（在讯飞控制台配置），语种默认中文普通话。
 2026-08-03 21:37:10 +08:00
TRIPandsim a3d014b687 chore(release): prepare 1.3.15（正式版版本号）+ 修复 bump 脚本误改依赖版本 (#893) 
* fix(scripts): bump-version.sh 锚定 [package] 段，避免误改依赖版本

* chore(release): prepare 1.3.15

---------

Co-authored-by: sim <sim@local>
 2026-08-03 21:27:10 +08:00
Chris233 9bfec8aedd fix(dictation): 转写中按热键改为静默丢弃，移除排队接力（#856） (#891) 
- 删除「排队接力」grace 窗口（HOTKEY_QUEUE_GRACE_MS / is_queued_chain_press），
  handle_pressed 的 Toggle/Auto 冷却检查恢复为纯 #545 拦截：识别中按下热键的
  Pressed 在会话收尾后一律静默丢弃，不再放行开录下一条
- fail_dictation / 空转写收尾回 Idle 时补设冷却，失败/空结果场景排队按下同样丢弃
- 更新 session_cooldown_until 契约注释；新增回归测试 toggle_press_within_cooldown_is_dropped
 2026-08-03 20:29:08 +08:00
浩彬(^-^)CursorChris233
 		f5fc5fd0c1 feat(android): expose advanced debug tools on mobile (#890) 
* feat(android): expose advanced debug tools on mobile

Show Advanced debug tools on Android with mobile-friendly layout. Backend SAF log export already landed in #877.

Co-authored-by: Cursor <cursoragent@cursor.com>

* fix(settings): 调试工具保留条数说明仅移动端展示,导出成功消息可换行并显示完整路径

---------

Co-authored-by: Cursor <cursoragent@cursor.com>
Co-authored-by: Chris233 <h-chris233@outlook.com>
 2026-08-03 19:02:38 +08:00
Chris233 26cd012433 fix(llm): 官方 OpenAI gpt-5 系列不下发 temperature，修复验证 400（#857） (#888) 
* fix(llm): omit temperature for OpenAI gpt-5 family (fixes #857)

OpenAI 官方 gpt-5 系列在 Chat Completions 只接受默认 temperature=1，
传 0.3（内置默认）会被 400 拒绝，导致验证/润色全部失败。
官方渠道的 gpt-5* 不再下发 temperature，由服务端用默认值；
gpt-4 等其余模型保持原行为。custom 预设显式温度不受影响。

* fix(android): skip set_ignore_cursor_events on Android capsule path

Android 胶囊走原生 overlay，tauri::WebviewWindow 无
set_ignore_cursor_events（桌面专用），导致 Android cargo check
编译失败（E0599）。cfg 门控跳过，触摸交互由系统处理。
 2026-08-03 16:21:14 +08:00
TRIPandsim 73e65a4077 chore(release): prepare 1.3.15-Beta.4 (#889) 
Co-authored-by: sim <sim@local>
 2026-08-03 16:05:44 +08:00
TRIPsimChris233
 		cd48a037a4 fix(less-computer): restore OpenCode model discovery and execution (#840) 
* fix(less-computer): restore OpenCode model execution

* fix(capsule): gate set_ignore_cursor_events behind #[cfg(not(mobile))]

#887 introduced desktop-only capsule cursor-passthrough logic into the
unconditionally-compiled capsule_focus module, breaking Android cargo check
(E0599: no method set_ignore_cursor_events on tauri::WebviewWindow). Gate the
block to desktop; variables it consumes (classic_style, selection_polish,
visible) are still used on mobile outside the block.

---------

Co-authored-by: sim <sim@local>
Co-authored-by: Chris233 <h-chris233@outlook.com>
 2026-08-03 16:03:41 +08:00
leaionandleaion 0063497c6e fix(linux): fcitx5 plugin crash on empty triggerKeyList with raw hotkey (#883) 
When the raw hotkey path (SetHotkeyRaw) matches and triggerRawStates==0,
the code unconditionally indexes triggerKeyList_[0]. With an empty
KeyList (common in raw mode), this is undefined behavior and segfaults
fcitx5 on every hotkey press. Only access the list when the KeyList
path matched; use raw values for the raw path.

Co-authored-by: leaion <leaion@sohu.com>
 2026-08-03 14:54:30 +08:00
TRIPandsim 006cb78a93 feat(capsule): 录音胶囊样式可选（流光 Siri / Openless 默认）+ 修复 beta 构建破坏 (#887) 
* feat(capsule): 录音胶囊样式可选——流光 Siri 风格 / Openless 默认风格

设置 → 录音与输入新增「胶囊样式」下拉（保留显示开关）：
- UserPreferences.capsule_style（'siri' 默认 / 'classic'）随 capsule:state
  payload 下发，切换后下一次录音即生效
- Capsule.tsx 双样式分支：siri 保留 SiriGL 光效舞台；classic 恢复 1.3.14
  经典毛玻璃药丸（音量条 + 取消/确认按钮 + thinking 扫光 + 翻译徽章），
  取消/确认改走 lib/ipc/dictation.ts，退出动画时长按样式区分
- 预览支持 ?style=classic；i18n 五语言新增胶囊样式文案

* fix(settings): 选区润色行适配重构后的 ShortcutRecorder props

beta HEAD 在快捷键录入交互重构（e12c8dcc）合并后遗留的构建破坏：
SelectionPolishSection 仍传已删除的 alignRecordButton / modifierPresets，
tsc 直接报错。改为新 API（value 可空 + onReset 恢复默认快捷键，
等价于旧「启用」按钮），恢复 beta 可构建状态。

* fix(capsule): 评审修复——经典药丸按钮可点 + 音频线程零偏好锁

- 经典样式（Openless 默认）下胶囊窗口长期 set_ignore_cursor_events(true)
  （纯光效舞台时代遗留），✕/✓ 按钮实际不可点。现在主线程闭包按
  「classic && visible && 非选区润色 && 录音/转写/润色中」关闭鼠标穿透，
  终态 toast / 隐藏 / Siri / 选区润色保持穿透；值不变时不重复调用
  set_ignore_cursor_events
- emit_capsule 在音频回调线程 ~30Hz 被调，原先直接读 prefs（整份克隆 +
  偏好锁被 set() 跨磁盘 I/O 持有）。改为 Inner 上 AtomicU8 样式缓存，
  主线程闭包每帧从 prefs 同步（与 show_capsule 同源读取），音频线程零开销
- 恢复「录音胶囊」行的 desc 文案（beta 原有，重构时被误删）
- Capsule.tsx 退出动画注释同步为按样式区分的常量名

* docs(capsule): 注明入场帧 payload 可能滞后一帧样式（防误改回音频线程读 prefs）

---------

Co-authored-by: sim <sim@local>
 2026-08-03 14:17:52 +08:00
Shuo ZhangandChris233 8a2febf59d feat(windows): add selected-text polish workflow (#851) 
* feat(selection-polish): add configurable selected-text workflow

* fix(mobile): 选区润色工作流仅桌面编译——修复 Android cargo check

PR #851 新增的 coordinator/selection_polish 模块无条件编译，但 selection
模块在 mobile 走 mobile_stubs/selection.rs stub，缺少 SelectionInsertionTarget
等桌面 API，导致 CI 的 Android cargo check 失败（E0432/E0425）。

选区润色是桌面（Windows-first）工作流，mobile 不注册全局热键、不做跨应用
替换。将相关代码统一加 #[cfg(not(mobile))] 门控：
- coordinator.rs: selection_polish 模块、Inner 字段、热键绑定方法
- hotkey_loops.rs: 选区润色热键 supervisor/bridge 函数与事件分支
- mobile_stubs/hotkey.rs: 移除桌面专属事件变体
- commands: set_selection_polish_hotkey 与 SettingsWriter 实现

本地验证：cargo check (Windows) 与 cargo check --target
aarch64-linux-android 均通过。

* chore: 剥离无关格式化改动与本地开发产物

按 review 反馈清理 PR diff 噪音，不改变任何行为：
- .gitignore: 移除作者本机诊断产物（/.codegraph/、/artifacts/、/baseline-*.log、
  /cargo-*.log、/docs/notes/、+/），恢复 beta 原样
- package.json / scripts/tauri-dev-visible.mjs: 移除开发验收专用 npm script 与脚本
- 恢复被重排的既有代码格式（import 分组、match arm、函数签名、空行、
  测试断言排版、serde 属性、mod 声明顺序等），仅保留功能改动

本地验证：cargo check (Windows) 与 --target aarch64-linux-android 通过，
cargo test --lib 885 passed（1 个环境相关的符号链接权限测试除外）。

* chore: 修正选区润色默认键注释与 dev 注入缩进

- types.rs: selection_polish_hotkey 注释从「默认右 Control」改为实际默认
  Right Alt（与 default_selection_polish_hotkey 及前端保持一致）
- coordinator.rs: inject_hotkey_click_for_dev 修正 beta 遗留的多余缩进

* fix(selection-polish): 非 Windows 平台 fail-closed 禁用选区润色

macOS/Linux 尚未实现等效的前台窗口/焦点控件校验，无法保证云端等待
期间结果不会落到用户切换后的应用或控件上。此前非 Windows 分支的
selection_insertion_target_is_captured 直接返回 true，用户一旦在 macOS
手动启用该功能，会执行无校验替换，与「安全替换」的承诺相悖。

- selection.rs: 非 Windows 一律返回 false，阻止选区文本发给 provider
- SelectionPolishSection: 设置入口仅 Windows 显示（macOS/Linux 隐藏）

* refactor(style-pack): 移除过渡版本字符串启发式迁移

is_non_asr_selection_prompt / is_asr_style_prompt / is_generic_selection_prompt
是为从未合入 beta 的中间构建写的字符串匹配恢复逻辑（'short-lived
pre-separation build'），属于 YAGNI 违反且匹配脆弱。删除恢复逻辑与
三个 helper，保留 v1 风格包 selection_prompt 为空的默认值填充；
对应测试同步为 migration_fills_empty_selection_prompts_with_style_defaults。

* feat(i18n): 选区润色 UI 文案国际化（5 语言）

新增 settings.selectionPolish / style.pack.selection* / capsule.selectionPolish /
selectionPolishPreview 四组 key，覆盖 en/ja/ko/zh-CN/zh-TW。SelectionPolishSection、
SelectionPolishPreview、Capsule 提示、Style 工作流切换等 UI 文案全部改用 t()，
消除新组件与项目其余部分的 i18n 混用。风格包模板默认值（数据）保留中文。

* fix(style): 恢复内置风格包编辑禁用（与 beta 行为一致）

PR 原改动把内置包的编辑按钮从禁用改为可编辑（行为变更未在描述中声明）。
按接手 review 意见恢复 beta 原样：内置包仅可查看/重置，不进入编辑器。

* fix(i18n): 补齐 Style 编辑器提示与「当前」徽章国际化

审查发现的收尾问题（子代理复核）：
- 内联编辑器提示改用已存在的 selectionPromptHint / dictationPromptHint
- 编辑器头部改用独立 dictationPromptEditorDesc / selectionPromptEditorDesc
  （保留「当前编辑…输入对象是…」原意，避免与内联提示同屏重复）
- 风格卡片「当前」徽章改用 style.pack.current
- ja: selectionPromptHint 语感修正（ASRは通らず → ASRは経由せず）

---------

Co-authored-by: Chris233 <h-chris233@outlook.com>
 2026-08-03 13:37:41 +08:00
sim dd90c13ae3 chore(release): prepare 1.3.15-Beta.3 2026-08-03 12:36:02 +08:00
sim e6d3779e5d fix(style-pack): 对账机制收窄为仅推进 prompt/version，补单元测试 
- reconcile 不再整包替换：只推进官方 prompt 与 version，用户的名称/描述/示例/
  tags/enabled 全部保留（审核意见）
- pack_version_newer 正确处理 pre-release 后缀（-beta 视为与正式版同级）
- 补 3 个单测：版本比较 / prompt-only 推进保留用户字段 / 等版本跳过 + 缺失补入
- 默认包 fallback（get_or_default_active）改为优先清晰结构；更新过期注释
 2026-08-03 12:06:15 +08:00
sim 65d7438a77 feat(style-pack): 内置包版本对账机制——提示词升级随 app 更新推向所有用户 
- load 时对内置包做版本对账：代码内置包 version 更高则用官方副本覆盖本地
  （保留用户 enabled 设置），本地缺失的内置包自动补入
- 老用户的「清晰结构」包在升级后自动拿到 v3.0 Beta 提示词，无需手动重置
 2026-08-03 12:06:15 +08:00
sim 23bfc4f1e5 feat(style-pack): 清晰结构 v3.0 Beta 提示词上线——人格化「语修」角色 + 场景优先级分型 
- STRUCTURED_BUILTIN_PROMPT 替换为 Beta 版：语修人格（性格/身体/习惯/梦想/职责/能力/规则）
  + 场景优先级分型（操作指引/编程任务/模型资讯）+ ASR 术语纠错词表 + 反 AI 自述式表达约束
- 内置包版本 2.0.0 → 3.0.0；默认风格包由 light 改为 structured（与 UI 层一致）
- 同步 TS mock 的 structured prompt；polish 契约测试更新为新 Beta 锚点
 2026-08-03 12:06:15 +08:00
sim 3244df1957 chore(i18n): 快捷键录入 / 本地模型 / 模型预设新增文案（zh-CN/en/ja/ko/zh-TW） 
- 快捷键：comboResetBtn / comboMenuToggle / comboDisableHint
- 本地模型：sherpaModelWhisperLargeV3(+Desc)、modelSelect*、groupDownload/Other
- 模型预设：customModelLabel / presetListLabel
 2026-08-03 11:15:30 +08:00
sim 9e3d017da4 feat(local-asr): 本地模型三板块重构 + 下拉选择 + Whisper Large V3 
- 新增「模型选择」板块：SelectLite 下拉直接选用已下载模型（选择即激活）
- 板块重排：模型选择 / 下载与管理 / 其他（存储位置、Apple 语音）
- 新增 sherpa-onnx Whisper Large V3 多语模型（Rust 下载配置 + TS 目录 + mock）
- 同步 static_catalog_preserves_ui_order 期望列表
 2026-08-03 11:15:30 +08:00
sim d679c320b8 feat(asr-models): 云端 ASR 模型预设下拉——加入千问 qwen3-asr-flash 系列 
- 百炼：qwen3-asr-flash(-realtime)、fun-asr 系列新版本、paraformer 预设
  （filetrans 官方只接受公网 URL、后端显式拒绝，不放预设）
- Whisper 兼容厂商（whisper/groq/siliconflow/openrouter）：通用预设下拉
- CredentialField 支持 options 下拉，含「自定义模型…」逃生口（切回输入框），
  与既有 unifiedBailian 协议提示/onValueChange 机制融合
 2026-08-03 11:15:30 +08:00
sim a55ec3e330 refactor(coding-agent): Less Computer 后端/权限模式/模型选择改用官方 SelectLite 
统一三平台下拉观感，替换原生 <select>（issue #418 同类问题）；模型下拉保留
「默认」选项，可选回 CLI 默认模型
 2026-08-03 11:15:30 +08:00
sim c4290071b0 fix(update-button): 检查更新按钮旋转方向与尺寸稳定 
- ol-spin 改为逆时针，与 refresh（ccw）图标方向一致
- 按钮固定宽度 + 内容居中；图标固定 14x14 容器，check/refresh 切换与旋转时不再跳动
 2026-08-03 11:15:30 +08:00
sim e12c8dcc20 feat(hotkey-recorder): 快捷键录入交互重构——主行按钮移除、箭头右对齐、动画优化 
- 未展开主行只留键帽 + 下拉箭头，录入入口统一在展开菜单里（录制快捷键/重置/停用）
- 箭头恒靠最右；菜单展开/收起高度改为固定值动画，多次切换不再卡顿
- ShortcutRecorder 支持 value=null（问答/切风格/唤起 App 未启用时直接录入即启用）
- 菜单支持 Esc / 点击外部收起；滑动方向统一向右
- 新增 defaultDictationHotkey()（RightControl，与 mock/Rust 默认一致）
 2026-08-03 11:15:30 +08:00
bigsongandClaude Fable 5 e484cd11cf fix(less-computer): 「hotkey disabled」只在状态翻转时打一次——日志不再被它刷爆 (#873) 
coding_agent_hotkey_supervisor_loop 每 5s 轮询一次绑定。没配 Less Computer
语音键的用户，每一轮都会落到同一条禁用分支并无条件打一行
「[less-computer] hotkey disabled」，稳定产出 720 行/小时。

实测一份连续跑了六天的 openless.log 里，这一行占了全部日志的 95% 以上
（132416 行中约 12.7 万行），文件涨到 11MB：真正有用的会话/错误日志被冲得
很难翻，日志轮转也被它提前触发，把更早的历史挤掉——排查线上问题时相当致命。

讽刺的是它刷得最凶的恰恰是没在用这个功能的人：一旦配上语音键，函数会走到
安装分支，反而一行都不打。

改成只在状态真正翻转成「禁用」时打一次，重新装上语音键时清掉标志位，
下次禁用仍会再打。禁用/启用的行为本身完全不变，只动日志。

Co-authored-by: Claude Fable 5 <noreply@anthropic.com>
 2026-08-02 20:56:44 +08:00
浩彬(^-^) 2409036ca9 fix(android): use app cache for Marketplace installs (#879) 2026-08-02 20:22:22 +08:00
浩彬(^-^)andCursor 7ad24d3e94 fix(android): persist prefs/logs under app filesDir (#877) 
* fix(android): use app filesDir for persistence and SAF log export

Honor devices reject writes under /data/local/tmp, which caused PreferencesStore to fall back to openless_prefs_fallback.json and settings saves to fail. Initialize JNI storage roots before Coordinator and file logging, route logs to files/logs/openless.log, and export via ContentResolver for SAF content:// URIs.

* fix(android): guard StylePack empty asset_root and Android-only coord logs

Reject persisting style pack icons when asset_root is empty to avoid writing under cwd; no-op cleanup on empty root. Limit Coordinator persistence degrade log suffix to Android only. Add unit test.

Co-authored-by: Cursor <cursoragent@cursor.com>

---------

Co-authored-by: Cursor <cursoragent@cursor.com>
 2026-08-02 20:04:18 +08:00
浩彬(^-^)andCursor 761e6c5c80 fix(android): sync mobile style group nav with desktop sidebar (#864) 
Expose polish mode and marketplace via a bottom-sheet under the Style tab, matching desktop NAV_TREE grouping for issue #862.

Co-authored-by: Cursor <cursoragent@cursor.com>
 2026-08-02 19:30:01 +08:00
Chris233 cfd99be1a9 fix(windows): 主窗口改为不透明——消除录音时 DWM/GPU 饱和导致的系统卡顿 (#882) 
主窗口 transparent:true 使 WebView2 内容整页走 per-pixel alpha 分层合成，
但 UI 所有大面积层（winchrome/shell/sidebar/内容区）都是不透明背景，
Mica 磨砂实际被完全盖住，透明是纯 GPU 成本零视觉收益。

录音期间叠加胶囊 60fps WebGL + 30Hz 事件，DWM 被拖到饱和时：
- 其他软件合成帧送不出去 → 全局无响应
- 任务栏右键触发缩略图/重合成 → GPU 飙升

新增 tauri.windows.conf.json 平台覆盖（json_patch 数组整体替换，
必须完整列出窗口），main 窗口 transparent:false，capsule 保留透明。
macOS/Linux 不受影响。参考 tauri.linux.conf.json 既有先例。
 2026-08-02 19:08:53 +08:00
浩彬(^-^)andCursor c498746599 fix(android): hide overview activity heatmap on mobile layout (#863) 
Skip getActivityStats IPC and ActivityHeatmapCard when useMobileLayout()
is true so narrow screens avoid horizontal overflow and unnecessary work.

Closes #861

Co-authored-by: Cursor <cursoragent@cursor.com>
 2026-08-02 19:05:44 +08:00
zhifu gaoLauraGPTChris233
 		8f49971874 feat(asr): support additional Bailian speech models (#866) 
* feat(asr): support more Bailian speech models

* test(asr): cover final 8k downsample phase

* fix(asr): address review findings on Bailian model routing (#866)

- route paraformer-8k-realtime / sensevoice-8k-realtime to classic WebSocket,
  matching the 8k downsample naming space in bailian.rs
- downsample 16k->8k with pairwise averaging (first-order low-pass) instead of
  pure decimation to reduce aliasing; drop the lone tail sample on flush
- cap async provider validation at 120s (60s poll) instead of 660s so the
  validate button cannot block for nearly 11 minutes
- join async transcript segments with a space so latin-script words do not
  get glued together

* fix(asr): drop qwen3-asr-flash-filetrans and harden async polling (#866)

- qwen3-asr-flash-filetrans only accepts public URLs per DashScope docs; it
  is incompatible with the local-recording temporary OSS + oss:// path, so
  reject it in protocol_for_model / routing / picker / docs instead of
  shipping a model that would silently fail on real recordings
- simplify async_transcription_body / extract_async_result_url to the
  single fun-asr results shape
- add bounded retry (exponential backoff, deadline-capped) to async task
  polling and result download so one transient network blip does not
  discard an entire recording

* docs(asr): list qwen-audio-3.0-asr-flash as a synchronous model (#866)

Merge with beta #876 brought qwen-audio-3.0-asr-flash into the model
picker and protocol routing; keep the model reference doc in sync and
note that -streaming variants are not supported.

---------

Co-authored-by: LauraGPT <lauragpt@users.noreply.github.com>
Co-authored-by: Chris233 <h-chris233@outlook.com>
 2026-08-02 18:55:03 +08:00
Murphy 10ff058626 feat(asr): support qwen audio batch transcription (#876) 2026-08-02 11:53:53 +08:00
bigsongandClaude Fable 5 f0ffa8a873 fix(capsule): 入场帧强制重注册 Space 贴附——胶囊不再被 macOS 26 钉死在单个桌面 (#875) 
实测（2026-07-31）：macOS 26 会在运行中把胶囊窗口从「全 Space 贴附」剥离，
之后它表现为普通受管窗口：只在某一个桌面可见，其它桌面上听写全程无任何
UI 指示（后端 30Hz orderFrontRegardless 全部无效，窗口 onscreen=0，最长观测
到 78 秒无提示录音）。用户侧症状即「微信里不弹胶囊、Claude 里又有」——
实际按桌面分，不按 App 分。

CGS 取证 + 体外复现（CGSRemoveWindowsFromSpaces 人工制造同款坏状态）跑遍
四种救法，结论：
  · 重写同值 273：无效（AppKit 同值写入是 no-op，这正是坏状态救不回的原因）
  · 隐藏时翻转 0→273 再显示：无效（隐藏期间的值变化不触发重注册）
  · 同一 tick 连写 0、273：无效（被合并）
  · 窗口可见时发生 CanJoinAllSpaces 位 0→1 的转变：有效，完整恢复贴附
  · 跨显示器移动：有效（与野外观察到的「外接屏上意外自愈」一致）

修法：入场帧（隐藏→可见）先以 272（保留 Stationary|FullScreenAuxiliary，仅去
CanJoinAllSpaces 位）上屏，30ms 后的下一个主线程 tick 写回 273——可见状态下
的位翻转强制 WindowServer 重新注册贴附。30Hz level 帧不参与。写前读当前值，
发现漂移打 warn 留证据。glow 窗口同款写法一并加固。

Co-authored-by: Claude Fable 5 <noreply@anthropic.com>
 2026-08-02 11:53:17 +08:00
bigsongandClaude Fable 5 95edf8943b fix(capsule): 润色/插入失败改走 error 态——失败提示不再被前端丢掉 (#874) 
胶囊只在 error 态渲染 message，done 态按设计是「冻结光效淡出、不带文字」
（Capsule.tsx 的 VoiceOrbStage：`state === 'error' && <span>{message}</span>`）。

但 end_session 无论成败都发 CapsuleState::Done。于是 default_done_message
辛辛苦苦拼出来的失败文案，全部在前端被丢弃——算了、传了、不显示。

最典型的受害者是润色失败。它会静默回退成未润色的原文，而胶囊照常显示成功态，
界面上没有任何痕迹。实测后果：LLM 凭证失效后连着十几个小时每一句都在拿原文，
用户只能靠「今天出来的字怎么变笨了」察觉，而日志里其实每一句都 ERROR 了。
default_done_message 的注释写着「polish 失败优先告知用户」——意图是对的，
只是这句话从来没能显示出来。

改成按结果选状态：润色失败 / 插入失败 / TSF 未上屏走 error 态，成功仍走 done。
文案生成逻辑一行没动，只改用哪个状态发出去。

Co-authored-by: Claude Fable 5 <noreply@anthropic.com>
 2026-08-02 11:53:01 +08:00
LeiYangandChris233 83c4f7f4e9 feat(asr): 火山引擎 ASR 新增方舟 API Key 鉴权模式 (#867) 
* feat(asr): add Ark API Key auth mode for Volcengine ASR

* refactor(asr): isolate Ark API Key slot and harden auth-mode handling

Review fixes for #867:
- P2-1: store Ark API Key in a dedicated volcengine.api_key slot so the
  two auth modes never pollute each other's credentials
- P2-2: unify per-mode credential validation in
  VolcengineAuthMode::auth_ok (single trim semantics across open_session /
  overview configured status / dictation preflight)
- P2-3: await auth-mode persistence on switch, roll back with a failure
  toast when the write fails
- P2-4: add unit tests for endpoint/header selection per mode and
  per-mode credential validation

---------

Co-authored-by: Chris233 <h-chris233@outlook.com>
 2026-08-02 00:58:46 +08:00
bigsongClaude Opus 5Chris233
 		5fd353de93 fix(asr): WebSocket 建连补超时——握手挂死不再让热键彻底失灵 (#871) 
三个实时 ASR 供应商的 `connect_async` 没有任何超时：握手打到一半断网、公司网关 /
酒店门户静默丢包、服务端黑洞掉连接，这个 await 就永远不返回。

后果不止是「这次听写失败」。`open_session` 是在 hotkey bridge 线程上 `block_on` 等的
（那条 bridge 为修 #468/#475 的 latch 竞态改成了串行，一次只处理一个事件），所以它
一挂，后续的按下 / 松开全都排在 channel 里没人取：

- 按热键开不了录音，也停不了
- 没有任何提示，胶囊不出现，用户只会以为「热键坏了」
- 只能退出 app 重开

真机复现（dogfood 构建，StepFun 实时）：9 秒内连续开 6 次会话，第 6 次的建连没返回，
之后热键完全无响应。抓栈确认 `openless-hotkey-bridge` 停在 `__psynch_cvwait`，而
主线程与 tap 线程都正常 —— tap 仍在记录按键，只是没人处理。

四个 WS 供应商里只有 volcengine 当初写对了（CONNECT_TIMEOUT + 有限重试），另外三个
一直是裸 connect_async：

- asr/stepfun_realtime.rs
- asr/qwen_realtime.rs
- asr/bailian.rs

各自补 `CONNECT_TIMEOUT`（5s，与 volcengine 取值一致），超时报
`ConnectionFailed("连接超时（N ms）")`，走既有的错误路径弹胶囊，热键继续可用。

注意与 SESSION_READY_TIMEOUT 的区别：那个管「连上之后等 session.updated 回应」，
本次补的是「连上」本身，之前完全没人管。

只改「连不上」这条已经坏掉的路径，连得上时行为不变。加了一个用例：服务端收下 TCP
但永不完成握手时，open_session 必须有界返回而不是永远挂着。

深层问题（不在本 PR）：把 `begin_session` 从串行 hotkey bridge 上挪开，这样任何一个
慢 IO 都不该有能力冻住热键。那处改动风险高（串行正是为修 latch 竞态而来），单独立项。

Co-authored-by: Claude Opus 5 <noreply@anthropic.com>
Co-authored-by: Chris233 <h-chris233@outlook.com>
 2026-08-01 23:39:51 +08:00
bigsongClaude Opus 5Chris233
 		1ab2d52484 fix(asr): StepFun 实时转写不再随机白等 12 秒（13% 的听写中招） (#870) 
* fix(asr): StepFun 实时转写不再随机白等 12 秒

真机日志（1059 次听写）统计「松手 → 出结果」耗时：中位数 0.87s，但有 117 次
精确落在 12.00~12.97s，8~12s 之间一次都没有 —— 是硬超时兜底，不是网络抖动。
按 provider 拆分后只有 StepFun 中招：117/887 = 13.2%，bailian / qwen3-realtime
/ siliconflow 合计 0/172。三条语音链路（听写、语音问答、重新转录）共用同一个
send_last_frame，全都受影响，且全程不打任何日志。

根因在收尾状态机：

1. contains_non_silent_pcm 用「任意字节 != 0」判静音。麦克风底噪（实测
   RMS≈0.0008）每个采样都非零，于是尾帧永远被判成「有真实语音」，把
   last_non_silent_audio_written_at 刷到最后一个 completed 之后 ——
   has_audio_after_last_completed 从此恒为真。
2. 宽限任务只在 FINISH_GRACE 到点查一次。这一次因上述原因不通过，就再没有第二
   次机会；而尾帧写出后客户端不再发音频，服务端也不会再吐事件（松手前停顿
   ≥VAD 阈值时，最后一段的 completed 早在尾帧之前就到了），于是一路干等到
   FINAL_RESULT_TIMEOUT。12s 后带着 partial 成功返回，所以文字是对的、也没报错。

对应三处修改：

- contains_non_silent_pcm 改成按振幅判（>1% 满量程、且至少 8 个采样，避开单点
  尖峰），并且只对尾帧的真实录音部分求值，补的静音不参与。
- 宽限任务改成有界轮询（100ms 一次）。收尾前提保持不变 —— 「无未关句段 + 最后
  一个 completed 之后没有未确认的真实音频」那条保护是对的，不为修卡顿而丢；
  新增 FINISH_HARD_DEADLINE=3s 兜住服务端始终不关句段的情况。
- 12s 兜底分支补 log::warn!，这种事不该在日志里完全隐身。

行为学佐证：卡顿会话录音末段峰值 RMS<0.005（已静音）的占 52%，正常会话仅 16%；
卡顿会话原始转写 66% 以「嗯。」结尾，正常会话仅 8% —— 都指向「说完停顿一下再
松手」这个触发条件。

测试：三条新增测试在修复前均失败（两条重现 12.00s 卡死），修复后 19/19 通过。
既有的 non_silent_audio_waits_for_delayed_vad_before_finishing 保持通过，只换了
夹具（[1u8; N] 在新判据下属于底噪，改用语音级振幅）。

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

* fix(asr): avoid empty StepFun hard-deadline success

---------

Co-authored-by: Claude Opus 5 <noreply@anthropic.com>
Co-authored-by: Chris233 <h-chris233@outlook.com>
 2026-08-01 23:01:39 +08:00
bigsongClaude Opus 5Chris233
 		93c6f6f448 fix(hotkey): 修饰键热键被当组合键用时不再误唤起听写（150ms 仲裁 + 即时撤销，胶囊不再赖着） (#858) 
* fix(hotkey): 修饰键热键被当组合键用时不再唤起听写

modifier-only 触发键（如 Option）按住期间只要按下普通键，就说明用户在打
Option+任意字母/数字键这类组合键、不是想说话。此前 tap/hook 只看修饰键自身的边
沿：按下即 Pressed → 开录音，Auto 模式下快速松手还会被判成「短按锁存」，录音一直
开着停不下来。

- hotkey.rs：macOS CGEventTap / Windows WH_KEYBOARD_LL 在触发键按住期间收到普通
  键 KEY_DOWN 时发一次新的 TriggerCombined 边沿（每次按住只发一次；修饰键叠加不
  算，Shift 翻译修饰键行为不变），之后仍照常发 Released。
- coordinator：TriggerCombined 清掉按住态（随后的 Released 被 was_held 吞掉，不
  再走 Hold 松手 / Auto 短按锁存），并只取消「这一次按下开出来的」会话 ——
  toggle 停止 / 被冷却拦下 / 路由给 QA 的按下什么都不动，绝不误杀正在转写的上一
  条。同时清掉冷却与防抖时间戳，紧接着那次真想说话的按下不会被静默吞掉。
- Less Computer 的 modifier 触发键走同一条撤销路径（顺带熄灭整屏描边）。

* feat(hotkey): 修饰键热键加 150ms 组合键仲裁窗口——组合键不再闪一下胶囊

上一提交是「事后撤销」：Option+任意字母/数字键仍会真的开麦、弹胶囊、烧一次 ASR
建连，然后被取消——功能对了，观感上闪一下。

改为按下后先等 150ms 再开会话，期间监听器若已报告叠加了普通键，这次按下整条作废：
麦克风不开、胶囊不弹。等待只加在 modifier-only 触发键的「开录」分支上：

- 自定义组合键（Cmd+Shift+D）本身没有歧义，不等；
- toggle 停止 / QA 路由 / 防抖与冷却判定都在窗口之前，时序不变（尤其不挤占
  is_queued_chain_press 的 120ms 排队接力窗口）；
- 窗口没盖住的慢速组合键（按住 Option 半秒再按 Tab）仍由 TriggerCombined 事后撤销
  兜底，两条路径互补。

150ms 覆盖绝大多数组合键的「修饰键→普通键」间隔，又低于人从按键到开口的反应时间，
不吃首字。

* fix(hotkey): 补上移动端 hotkey stub 的 TriggerCombined / trigger_combined_since_press

Android CI（cargo check --target android）红：`mobile_stubs/hotkey.rs` 是移动端的
HotkeyEvent / HotkeyMonitor 替身，桌面端新增的枚举变体与方法必须同步补上，否则
coordinator 里那两条 match 臂和仲裁窗口的调用在移动端找不到符号。

移动端没有键盘监听器，`trigger_combined_since_press` 恒为 false（仲裁窗口等价于
直接放行）。

* fix(hotkey): 组合键撤销改走独立通道——按下第二个键的那一帧胶囊就消失

150ms 仲裁窗口只盖住了「修饰键→普通键」间隔够快的组合键；慢一点的（实测日志里
press→combined 中位数 428ms）仍然走事后撤销兜底，本该只是「闪一下」，实际却晚了
几百毫秒才收——观感上像录音真的起来了。

原因不是手速，是排队：TriggerCombined 和 Pressed/Released 挤同一条 channel，而
bridge 为修 #468/#475 的 latch 竞态改成了串行 block_on —— 这次按下自己的
begin_session（开麦 + ASR 握手）正卡在 bridge 线程上，撤销只能在队列里等它跑完。
日志里那个 428ms 因此是上界，真实键间隔被 begin_session 的耗时撑大了。

修法同 #853（Esc 取消）：把撤销从 HotkeyEvent 枚举拆出，tap/hook 回调改发独立的
Sender<()>，由专用 combo-abort-bridge 线程消费。macOS CGEventTap 与 Windows
WH_KEYBOARD_LL 同步修改；Less Computer 的修饰键 monitor 走同一条通道，只是 handler
换成 cancel_less_computer_press。

并发面两处：
- 撤销与 Released 之间不再有先后保证。改为只看 hotkey_press_began_session
  （每个 Pressed 边沿都会重置）判断要不要撤销，不再看 hotkey_trigger_held ——
  否则 Released 抢先跑完清了按住态，撤销会认不出这条会话是自己开的、放着不管，
  Auto 模式下就是一条停不下来的录音。清 hotkey_trigger_held 只为吞掉后面的
  Released，与撤销与否无关。加了回归测试覆盖这个倒序。
- 撤销落在 begin_session 还在 await 的中途，由既有的
  startup_race_status_for_starting / CancelRaced 检查点接住（audit HIGH #1），
  与 Esc 取消同一条路径。

至此两条路径分工：仲裁窗口内的快组合键胶囊根本不出现；窗口没盖住的慢组合键胶囊
冒个头，按下第二个键即刻消失。

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

* fix(hotkey): 取消先收胶囊再拆麦克风 + watchdog 碎觉——撤销不再拖着胶囊一秒

上一提交把撤销决策做到了「按下第二个键的那一帧」（tap → handle_trigger_combined
实测 0.14ms），但真机日志显示胶囊仍然晚 0.8~1 秒才消失。11 次组合键测试分成干净的
两组：这次按下已经把 recorder 开起来的 5 次是 769/900/931/965/986ms，还没开起来的
6 次是 0ms。

链路：cancel_session 先 stop_recorder_for_session 才 emit_capsule。
Recorder::stop() 要 join 音频线程，音频线程退出前要 join liveness watchdog，
watchdog 睡在 1000ms 的检查间隔里 —— 所以停采要等它当前那一觉睡完，胶囊排在后面。
按 Esc 取消走同一个函数，同样拖一秒。

两处一起改（缺一不可，见下）：

- coordinator/dictation.rs：cancel_session 把 UI 收尾（finish_cancel_session_state
  → emit_capsule → schedule_capsule_idle → 熄描边）整块提到三个拆资源调用之前。
  emit_capsule 仍排在 finish_cancel_session_state 之后 —— 它要读 state.voice_agent /
  phase 拼 payload，再提前会发出「还在进行中」的那一帧。拆资源都按 session_id 取，
  不依赖 phase，挪到后面语义不变。
- recorder.rs：watchdog 的一个检查间隔切成 50ms 的碎觉来睡，每觉醒来重看 stop_flag。
  停采的等待从最坏 1000ms 降到 50ms。判据（回调静默 3s / 首帧 5s）用的是真实时间差
  而非醒来次数，灵敏度不变；代价是录音期间线程多醒几次，醒来只读一个时间戳。

为什么必须成对：UI 先收之后，胶囊消失到麦克风真正释放之间有一段窗口，其间旧
recorder 还占着设备。`Recorder` 没有 Drop 停采，recorder 槽被下一条会话覆盖后旧音频
线程会继续跑、抓着麦克风不放。只做第一处会把这段窗口留在 ~1 秒，紧接着那次真想说话
的按下（最快也要 250ms 防抖 + 150ms 仲裁）就可能撞上；watchdog 切碎后窗口降到几十
毫秒，够不着。

副作用：正常说完话松手结束（end_session 也走 Recorder::stop()）同样少等将近一秒。
可观察的代价：胶囊消失后系统菜单栏的录音小圆点会多亮几十毫秒。

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

* fix(hotkey): resolve modifier combo abort after beta merge

* test(hotkey): initialize mac companion press id

* fix(hotkey): clone Linux fcitx combo channel

---------

Co-authored-by: Claude Opus 5 <noreply@anthropic.com>
Co-authored-by: Chris233 <h-chris233@outlook.com>
 2026-08-01 18:01:11 +08:00
bigsongClaude Fable 5Chris233
 		52e6ef46fc feat(hotkey): 会话激活期间 Esc 由 OpenLess 独占——不再透传宿主应用 (#855) 
* feat(hotkey): 会话激活期间 Esc 由 OpenLess 独占——不再透传宿主应用

胶囊转圈时按 Esc,取消会话的同时宿主应用也收到了这个键——一次按键双重
生效(如顺带取消了 Claude 正在生成的回复)。参照输入法的交互模型:组合窗
激活时 Esc 只取消候选词、宿主应用收不到;胶囊显示进行中的会话时同理,
Esc 的语义就是「取消它」,应当被独占消费。

实现:hotkey.rs 新增进程级 ESC_EXCLUSIVE 旗标,由 emit_capsule(所有会话
状态变化的单一出口)维护——胶囊为 Recording/Transcribing/Polishing 且
dictation phase 非 Idle 时置位,终止帧清除。phase 条件排除 QA 会话:QA
的 Esc 由聚焦的浮窗窗口处理,吞键反而会挡掉。置位期间 macOS active tap
对 Esc keydown 返回 null 删除事件,Windows 底层钩子返回 LRESULT(1)——
Windows 本就吞听写触发键,Esc 是补齐同一语义。keyup 不吞:宿主应用几乎
都在 keydown 响应 Esc,孤儿 keyup 无害。

依赖 #853(独立取消通道):没有它,Processing 期间吞掉的 Esc 无法真正
触发取消,会变成「吃掉按键但什么都不做」。

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

* test(hotkey): esc-exclusive 判定提取纯函数并补表格测试

- 提取 esc_exclusive_for_capsule(state, phase) 纯函数，emit_capsule 调用
- 表格测试覆盖：进行中胶囊非 Idle 独占、终止帧清除、QA（phase=Idle）不独占

* fix(hotkey): 修复 voice agent 审批挂起 Esc 失效与胶囊双 emit 竞争

- maybe_request_approval 增加取消感知：会话取消（Esc）时按 Deny 处理并清理
  审批注册表，避免审批挂起期间 Esc 被独占吞掉却毫无效果（PR #855 场景）
- run_voice_agent_transcript 审批后若会话已取消，强制结果为 Cancelled，
  避免把第一轮拦截文本当 Done 收尾
- schedule_capsule_idle 记录触发时胶囊状态，到点时若期间有更新的 emit 则
  跳过隐藏（旧 schedule 不再覆盖新状态，消除取消路径双 emit 竞争）
- 补测试：审批取消感知、schedule 新旧状态竞争

---------

Co-authored-by: Claude Fable 5 <noreply@anthropic.com>
Co-authored-by: Chris233 <h-chris233@outlook.com>
 2026-08-01 12:30:10 +08:00
bigsongClaude Fable 5Chris233
 		b16950d13e fix(hotkey): Esc 取消改走独立通道——修复转写/润色期间按 Esc 停不下来 (#853) 
* fix(hotkey): Esc 取消改走独立通道——修复转写/润色期间按 Esc 停不下来

#798 给 end_session 加了「转写 vs 取消」的 select! 赛跑，但取消信号本身
送不进来：hotkey bridge 线程为修 #468/#475 的 latch 竞态改成了串行
block_on，Hold 松手后 end_session 在 bridge 线程上同步跑完整段转写 +
润色，期间 Esc 的 HotkeyEvent::Cancelled 只能在同一条 channel 里排队。
流程跑完后才被取出，此时 phase 已回 Idle，cancel 变 no-op —— 用户按
Esc 毫无反应，必须干等转写完成。听写键为修饰键（默认 fn 等）时必现；
组合键用户不受影响（按键事件走 ComboHotkeyMonitor 的独立线程），这也是
#798 验证时没暴露的原因。

修法：把 Cancelled 从 HotkeyEvent 枚举拆出，Esc 在 tap/hook 回调里改发
独立的 Sender<()>，由专用 esc-cancel-bridge 线程消费并调 cancel_session
（纯同步快路径，不 await）。cancelled 旗标即时置位，end_session 的
select! 赛跑与润色流的 should_cancel 立即命中。macOS CGEventTap 与
Windows WH_KEYBOARD_LL 同步修改；Less Computer 修饰键 monitor 的 Esc
转发同样迁移。

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

* fix(hotkey): esc-cancel-bridge 启动失败留 error 日志并补单元测试

- spawn_esc_cancel_bridge 线程创建失败时 log::error，避免 Esc 取消静默失效
- 新增 esc_cancel_bridge_loop 单元测试：Processing 阶段置 cancelled、
  录制快捷键期间跳过、重复信号幂等

---------

Co-authored-by: Claude Fable 5 <noreply@anthropic.com>
Co-authored-by: Chris233 <h-chris233@outlook.com>
 2026-07-31 21:47:59 +08:00
Duyi-WangandChris233 f4bb056fe6 fix(llm): make custom provider temperature configurable (#849) 
* fix(llm): make custom temperature configurable

Allow custom OpenAI-compatible LLM providers to omit or override the temperature parameter instead of always sending the default 0.3.

- Send temperature only when configured in OpenAI-compatible chat bodies
- Keep built-in OpenAI-compatible providers on the existing 0.3 default
- Store active custom LLM temperature via ark.temperature
- Expose a Temperature field for custom LLM providers in Settings
- Reuse the same temperature config for provider validation and real polish
- Add tests for omitted/configured temperature and input validation

* docs(settings): show custom temperature range

* fix(llm): honor temperature for legacy custom providers

* fix(llm): harden custom temperature handling

---------

Co-authored-by: Chris233 <h-chris233@outlook.com>
 2026-07-22 08:52:09 +08:00
Shawn Shen 8263f6f46f fix(asr): resolve Bailian ASR validation deadlock and surface error details (#848) 2026-07-21 22:26:28 +08:00
nb213andbinyangzhu000-sudo ef66246623 Add Atlas Cloud LLM preset (#844) 
Co-authored-by: binyangzhu000-sudo <224954946+binyangzhu000-sudo@users.noreply.github.com>
 2026-07-21 21:56:40 +08:00
TRIP 857ea6dc21 Merge pull request #839 from Open-Less/release/1.3.15 
fix(updater): prepare 1.3.15-Beta.2 after repository transfer
 2026-07-21 18:43:09 +08:00
aeoformandChris233 a1fe38730d fix(history): 音频播放改用 Blob URL + 导出走 Tauri dialog save (#841) 
* fix(history): 音频播放改用 Blob URL + 导出走 Tauri dialog save

* fix(history): 给 export_audio_recording 加最小目标路径校验

* fix(history): export 对话框移到后端,消除 IPC 路径注入风险

* fix(history): 将阻塞 dialog 调用移入 spawn_blocking 避免阻塞异步线程池

* fix(history): support mobile export destinations and blob cleanup

* fix(history): use mobile fs handles for recording export

* fix(build): sync mobile fs dependency lockfile

---------

Co-authored-by: Chris233 <h-chris233@outlook.com>
 2026-07-20 15:51:41 +08:00
sim 6b33ba21e0 fix(updater): prepare 1.3.15-Beta.2 after repository transfer 2026-07-19 00:11:34 +08:00
TRIPCodexbaiqingChris233
 		75918e0338 fix(android): protect credentials with Android Keystore (#838) 
* fix(android): protect credentials with Keystore

* fix(android): harden credential migration

* fix(android): recover sanitized credential migration

* fix(ci): target Android x86_64 test variant

* fix(ci): prepare Tauri Android test project

* fix(ci): set Tauri Android build metadata

* fix(ci): isolate Android Keystore test build

* fix(ci): generate Tauri Android Kotlin bridge

* fix(android): harden credential persistence

* fix(android): preserve credential migration roots

* fix(android): recover verified credential writes

* fix(android): clear unrecoverable credential recovery

* fix(ci): accept CRLF in Android credential contract

---------

Co-authored-by: Codex <codex@openai.com>
Co-authored-by: baiqing <lbx12309@icloud.com>
Co-authored-by: Chris233 <h-chris233@outlook.com>
 2026-07-18 18:13:34 +08:00
bigsongandClaude Fable 5 ce3fd8d847 feat(llm): 新增 StepFun 供应商预设；修复 Codex OAuth 默认模型不可用 (#836) 
StepFun 预设：
- 供应商下拉新增 StepFun（阶跃星辰），预填 https://api.stepfun.com/v1，
  默认模型 step-1o-turbo-vision（无思考，流式首字 ~0.3s；step-3.x-flash
  系列为推理模型且思考无法关闭，正式内容需等隐藏思考结束，不适合听写润色）
- thinking 控制表新增 stepfun → reasoning_effort（开=medium / 关=low），
  base_url 兜底识别同步支持"自定义"preset 接入 StepFun 的场景
- 补默认 endpoint 映射与两个单元测试

Codex OAuth 默认模型：
- gpt-5.3-codex-spark 对 ChatGPT 账号会被后端 400 拒绝
  （"model is not supported when using Codex with a ChatGPT account"），
  导致每次润色静默失败回退原文；默认与占位改为实测可用的 gpt-5.5

Co-authored-by: Claude Fable 5 <noreply@anthropic.com>
 2026-07-18 15:43:39 +08:00
bigsongClaude Fable 5Chris233
 		17fe67c59b feat(asr): 接入阶跃星辰 StepAudio 2.5 批式转写，词典走一等 hotwords (#835) 
* feat(asr): 接入阶跃星辰 StepAudio 2.5 批式转写，词典走一等 hotwords

StepFun 的 /v1/audio/transcriptions 是标准 OpenAI multipart（实测 2026-07），
归入 Whisper 兼容路由即可，无需新协议客户端：

- 前端新增 stepfun preset（https://api.stepfun.com/v1 + stepaudio-2.5-asr），
  i18n 五语言补齐；
- StepFun 静默忽略 prompt（实测返回 200 但不参与偏置），词汇偏置走专门的
  hotwords 参数（JSON 数组字符串）——WhisperBatchASR 新增 with_hotwords，
  wiring 按 whisper_uses_hotwords 在 prompt / hotwords 间二选一路由，
  用户词典在 StepFun 下才真正生效；
- response_format 只认 json/text → verbose_json 幻听过滤保持关闭；
- 修「验证」按钮对静音敏感厂商的假阴性：探针是 250ms 纯静音，StepFun 返回
  400 "no speech found"，但走到内容拒收说明鉴权（错 key=401）与模型名
  （错模型=404）均已通过——判为验证成功而非凭据错误。

实测矩阵（真实 key 逐项打点）：真实语音+json/缺省/带 prompt/带 hotwords 均
200 且转写准确（5.5s 音频约 0.95s 往返）；verbose_json 400；静音 400
no speech；错 key 401；错模型 404。

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

* feat(asr): StepFun 流式实时转写——同一入口按模型名自动切协议

照百炼「一个入口、按模型二次路由」的先例：stepfun preset 下模型填
`stepaudio-2.5-asr-stream`（或任意 `*-stream`）即走新的实时 WS 客户端
（asr/stepfun_realtime.rs），其余模型维持批式 Whisper 兼容路径。凭据与
「已配置」判定仍看真实 active `stepfun`，一把 key、同一个 https base
（wss URL 由 client 自动派生）。

协议与 qwen_realtime 同为 OpenAI Realtime 风格，但四处关键差异
（2026-07-16 真实接口逐项实测确认）：

- 模型在 session.update 里传（session.audio.input.transcription.model），
  session 配置是 audio.input.{format,transcription,turn_detection} 嵌套形状；
- delta 的 text/stash 是「已确定前缀 + 未定尾巴」的拼接关系（Qwen 是互斥取一）；
- 没有服务端结束事件：session.finish 回 transcript.response.error，server_vad
  下 commit 被静默忽略。收尾靠客户端状态机：松手时冲刷尾音频 + 补送 700ms
  静音帧逼 VAD 关段，finishing && open_segments==0 即完成；纯静音会话由
  1.2s 宽限期兜底空文本成功（验证按钮复用该路径，全程 ~2s）；
- 实时协议词汇偏置走 transcription.prompt（批式恰相反只认 hotwords），
  词典按 effective 协议自动选通道。

真机端到端（真实 key、模拟 recorder 时序）：session 建立 186ms，
松手→最终结果 251ms（批式 ~950ms），5.5s 中文语音转写一字不差，
多句段 VAD 断句由 join_segments 复用 qwen 拼接规则。

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

* fix(asr): wait for StepFun tail frame before finishing

* fix(asr): guard StepFun completion before tail ack

---------

Co-authored-by: Claude Fable 5 <noreply@anthropic.com>
Co-authored-by: Chris233 <h-chris233@outlook.com>
 2026-07-18 15:43:24 +08:00
Chris233 07f394f5a2 fix: include selected text in follow-up context (#830) 
* fix: include selected text in follow-up context

* fix: address selection follow-up review

* chore: preserve beta CI workflow

* fix: invalidate closed QA turns

* fix: guard voice QA sessions

* fix: reset QA session tokens on reopen

* fix: guard stale QA end cleanup
 2026-07-16 13:27:12 +08:00
bigsongClaude Fable 5Chris233
 		842ae5fd64 feat(history): 详情页展示 ASR/LLM 模型与分步耗时，可观测的模型表现对比 (#826) 
* feat(history): 详情页展示 ASR/LLM 模型与分步耗时，复制按钮归位润色卡片

- DictationSession 新增 asr_provider/asr_model/llm_provider/llm_model/asr_ms/polish_ms
  六个可选字段（旧 JSON 兼容）；听写收尾实测写入，Raw 直通不记 LLM 字段
- asr_ms 量松键后等待转写结果的时间（流式=收尾延迟，批式=完整转写）；
  polish_ms 量 LLM 润色/翻译调用耗时
- 失败/空转写历史也记 ASR provider/model，方便模型对比排查；
  手动重转用当前 ASR 覆盖并清掉旧润色信息
- 详情页底部改为 识别/润色/插入 三行流水线明细；录音时长加「录音」前缀
  并给识别行加悬停说明，避免与分步耗时混淆
- 润色卡片复制按钮移入卡片头部，与原文卡片对称

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

* fix(history): 模型归因改为构建时快照 + 亚秒毫秒精度 + volc resource id（review 反馈）

按 #826 review 逐条修复：

1. ASR/LLM 归因改为构建时快照。store_asr_for_session 新增 AsrCallLabel 参数
   （编译期强制 11 个构建分支交出快照），记录实际构建的具体协议 id（含统一百炼
   重定向后的 effective id）与归一化后的模型/alias；LLM 侧 polish 链路新增
   llm_call 出参，在成功构建 provider、即将发起真实调用时才填充。会话中途改
   设置不再污染归因。
2. preflight 失败不再产生伪数据。凭据缺失等构建失败时 llm_call 保持 None，
   不落 llm_*/polish_ms；polish_ms 也只在真实调用发生时记录。
3. 步骤耗时 <1s 显示整数毫秒（durationMillis，5 语言包），流式收尾几十毫秒
   不再被 0.1s 精度拍平。
4. Volcengine 经 allowlist（volc. 命名空间、ASCII 安全字符集、≤64）脱敏后
   把 resource id 落入 asr_model，支持 issue #373 的引擎对比排障；异常值不落盘。
5. 识别行提示改用可聚焦 Tooltip 组件（hover/键盘 focus/触摸三通道 + 虚线下划线）。
6. 重转录命令改用 retranscribe_pcm 返回的构建时快照；抽出 apply_retranscription
   纯函数。新增测试：旧 JSON 缺字段反序列化、camelCase 序列化、volc allowlist、
   重转覆盖归因并清 LLM 字段、Raw 直通不产生调用快照。

UI 验收：深/浅色 × 桌面/移动 × 超长 provider/model 换行 × 键盘聚焦均通过
（mock 数据已扩成对应压力画像）。

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

* fix(history): preserve actual model timing attribution

---------

Co-authored-by: Claude Fable 5 <noreply@anthropic.com>
Co-authored-by: Chris233 <h-chris233@outlook.com>
 2026-07-16 11:56:00 +08:00
TRIPandsim 033eb5e731 chore(release): prepare 1.3.15-Beta.1 (#834) 
Co-authored-by: sim <sim@local>
 2026-07-15 17:22:02 +08:00
TRIPandsim 3143892daa fix(updater): discover modern Beta release tags (#833) 
* fix(updater): discover modern Beta release tags

Recognize the current -Beta.N-tauri convention while preserving historical lowercase beta tags so desktop and Android resolve the newest prerelease manifest.

* fix(updater): validate complete modern Beta tags

Reject malformed modern feed tags before they can preempt a valid release, while preserving the historical lowercase beta suffix.

---------

Co-authored-by: sim <sim@local>
 2026-07-15 16:51:02 +08:00
Jone SnowClaude Fable 5baiqing
 		664633f32d fix(asr): Apple Speech 保留停顿分段，修复停顿前内容丢失 (#824) 
* fix(asr): Apple Speech 保留停顿分段，修复停顿前内容丢失

Apple 设备端识别会在语音停顿处把音频切成多个话段（utterance），每个话段
的回调只携带该话段的文本，随后 partial 从空重新累计；isFinal 通常只跟着
最后一个话段出现。原实现「拿到第一个 isFinal 就返回」，导致停顿之前的所有
话段被整段丢弃——用户表现为「说话中途停顿思考，前面说的全没了」。

- 新增 SegmentAccumulator：以 speechRecognitionMetadata 非空作为话段边界
  信号，逐话段落袋，结束后按 CJK / 空格语言规则拼接返回。
- 结束判定由「见到第一个 final 就收工」改为轮询 SFSpeechRecognitionTask
  .state == completed（辅以 isFinal 后静默的后备条件），兼容部分系统按话段
  多次发 isFinal；completed 后留 250ms 收尾窗口，避免竞态截掉尾段。
- 三重防丢 / 防重：partial 骤缩时判定静默话段重置并抢救上一段；引擎重放
  累计全文时按前缀 / 空白不敏感规则去重；识别中途报错时返回已累积话段而非
  整段作废。
- 等待预算由固定 60s 硬顶改为 max(60s, 音频时长 + 30s)，长录音不再被
  「等待语音识别结果超时」截断。
- 新增 12 个单元测试覆盖多话段累积、逐话段 final、静默重置抢救、去重、
  拼接规则与等待预算。

单话段（无停顿）场景输出与修复前逐字节相同，云端识别路径不受影响，因此不
存在回归风险。

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

* fix(asr): harden Apple Speech segment lifecycle

* fix(asr): preserve repeated final-only utterances

---------

Co-authored-by: Claude Fable 5 <noreply@anthropic.com>
Co-authored-by: baiqing <lbx12309@icloud.com>
 2026-07-15 16:01:02 +08:00