TRIPandbaiqing
56c3e09983
* feat: add hold-to-talk hotkey mode (closes #1) OpenLessHotkey now emits explicit .pressed / .released edge events on the modifier-key trigger; the coordinator interprets them per the new HotkeyMode preference (toggle stays the default, hold = press-and-hold). Hold mode rules: .pressed on idle starts the session; .released stops it from .listening; releasing during .starting cancels (no audio useful was captured yet). Esc-cancel sets a one-shot suppress flag so the trailing .released after a cancel does not re-trigger end. Settings hub gets a "录音方式" segmented picker and a one-line hint explaining the tradeoff. Bump version to 1.1.0; update README roadmap and USAGE walkthrough to document the new mode. * test: update HotkeyEventTests for pressed/released split * chore: tag hold-to-talk build as 1.0.01 / A1003 * fix: stop window-background drag eating text selection; add eye toggle on secret fields Settings window had isMovableByWindowBackground = true, so any drag inside the content view dragged the whole window — making it impossible to select words inside a TextField. Disable it; the native title-bar strip (with the traffic lights) still drags the window. PasteableCredentialField now exposes an eye / eye.slash toggle when secure: true, so users can verify pasted API keys before saving. * fix: stop pretending polish ran when it was skipped or errored When the user removes the Ark API key (or the Ark call errors out), DictationCoordinator was still showing the green "已插入" capsule and recording the session in history under the originally-selected polish mode. From the user's side it looked like polish had succeeded, even though only the raw transcript reached the cursor. Track a PolishOutcome (ok / skippedNoCredentials / failed) through insertText. Capsule now uses a new CapsuleState.warning (orange) state to surface honest messages — "已插入原文 · 未润色" / "润色失败 · 已用原文" — and history saves the session as PolishMode.raw whenever polish didn't actually run. The error capsule + 1.5s artificial sleep that preceded a fake "success" insert is gone; warning state stays for the normal 2.5s. * feat(polish): make Structured mode prompt force a 1./1)/a. hierarchy Some weaker chat models would emit a single flat list when the user asked for Structured polish, even when the dictation clearly covered multiple topics. The mode is meant to produce something pasteable as an AI prompt or a working doc, not a wall of bullets. Rewrite the .structured system prompt to be prescriptive: when the input contains ≥2 themes, emit three explicit levels — top "1./2./3." sections, "1)/2)/3)" sub-points indented 3 spaces, and "a./b./c." detail items indented another 3 — and to fall back to a plain paragraph when the input is short / single-topic. Add a concrete format example so weaker models have a pattern to copy. --------- Co-authored-by: baiqing <lbx12309@icloud.com>
4.5 KiB
4.5 KiB
OpenLess 使用说明
面向普通用户。开发者和架构信息见 README.md 与 CLAUDE.md。
1. 下载与解除隔离
到 Releases 下载最新的 OpenLess-1.0.0.zip，解压会得到 OpenLess.app。把它拖到 应用程序。
由于 1.0 是 ad-hoc 签名构建（没有付费 Apple Developer ID），macOS Gatekeeper 会拦下提示「无法验证开发者」。在终端中执行一次：
xattr -dr com.apple.quarantine /Applications/OpenLess.app
之后双击就能启动。
这一步只需要做一次。下次升级版本，覆盖
OpenLess.app后再执行一次同样的命令即可。
2. 授权
OpenLess 需要两个系统权限：
| 权限 | 在哪里授权 | 用来做什么 |
|---|---|---|
| 麦克风 | 系统设置 → 隐私与安全 → 麦克风 | 录音 |
| 辅助功能 | 系统设置 → 隐私与安全 → 辅助功能 | 监听全局快捷键 + 把文本写入当前输入框 |
授权辅助功能后必须退出 OpenLess 并重新打开。 macOS 不会把新授权同步给已经在跑的进程，全局快捷键监听需要进程重启才能生效。
3. 配置 ASR 和润色凭据
OpenLess 不内置任何云端 Key，需要你自己提供：
- 火山引擎流式 ASR：APP ID、Access Token、Resource ID。在火山引擎控制台开通「语音技术 → 流式语音识别」后获取。
- Ark / DeepSeek 兼容 Chat Completions：API Key、Model ID、Endpoint。Ark 默认 endpoint 是
https://ark.cn-beijing.volces.com/api/v3/chat/completions。
在 OpenLess 主窗口的「设置」标签页填入即可。凭据保存在系统 Keychain（service = com.openless.app），不会上传也不会写入仓库。
如果不填 Ark：OpenLess 会跳过润色，直接插入 ASR 原文。
如果不填火山：OpenLess 会跑一段 mock 流程，并把占位文本复制到剪贴板（不会插入到输入框）。
4. 日常使用
- 把光标停在任意输入框（聊天框、邮件、代码编辑器、浏览器地址栏……）。
- 按一次右
Option（默认快捷键）开始录音。底部胶囊会变成红色音量条。 - 说话。
- 再按一次右
Option结束录音。胶囊会进入「转写 → 润色」状态。 - 润色完的文字会自动插入到光标所在位置。如果当前应用拒绝写入，会复制到剪贴板，请手动
Cmd+V。 - 按
Esc在录音过程中取消，原始音频不会发送到 ASR。
录音方式可在「设置」里切换：
- 切换式（默认）：按一次开始，再按一次结束。适合长口述。
- 按住说话（hold-to-talk）：按住快捷键说话，松开立即结束。适合短句、IM 消息、连续多次输入。
每一次会话都会保存到「历史记录」标签页，包含：录音时长、原始转写、润色后文本、采用的模式。
5. 输出模式
在主窗口顶部切换：
| 模式 | 适合场景 |
|---|---|
| 原文 | 不想做任何修改，直接拿 ASR 结果。 |
| 轻度润色 | 去口癖、补标点。最常用。 |
| 清晰结构 | 把连贯口语拆成短句、列表。适合需求/任务描述。 |
| 正式表达 | 用更书面的语气重写。适合邮件、公告。 |
模式只影响润色 prompt，不会让模型「回答你说的话」。详见 README 的「提示词处理原则」。
6. 词典
「词典」标签页用来教模型识别你的专有名词、产品名、人名和新词。
- 每个词条只需要填正确写法、分类（可选）、备注（可选）。
- 启用的词条会作为火山 ASR 的
context.hotwords提交，识别阶段就尽量正确。 - 同时会注入润色阶段，让模型根据上下文判断是否需要把同音词修正成你的词。例如词典里有
Claude，模型听到Cloud时会根据语境决定要不要改成Claude。
7. 排查
-
按快捷键无反应：辅助功能没授权，或授权后未重启 OpenLess。
-
录音时胶囊一直是灰色：麦克风没授权，或被其他应用独占。
-
转写一直在转圈：火山凭据填错，或网络无法访问火山服务。看日志确认。
-
文字没插入但被复制了：当前应用拒绝 AX 写入和 Cmd+V，按
Cmd+V手动粘贴。 -
看日志：
tail -f ~/Library/Logs/OpenLess/OpenLess.log
8. 卸载
rm -rf /Applications/OpenLess.app
rm -rf ~/Library/Application\ Support/OpenLess
rm -rf ~/Library/Logs/OpenLess
rm -rf ~/.openless
Keychain 里的凭据可以用「钥匙串访问.app」搜索 com.openless.app 删除。