Skip to content

Latest commit

 

History

History
60 lines (45 loc) · 7.04 KB

File metadata and controls

60 lines (45 loc) · 7.04 KB

文档入口

更新时间:2026-09-02(Asia/Shanghai)

本页是项目维护文档的唯一默认入口,只保留当前状态、活动任务和权威资料路由。面向使用者的最短路径见 项目 README;日期化事实放在计划或日志,不在本页重复维护。

当前状态

  • 仓库已建立文档框架、Agent 规则和可安装的 Python 骨架。macOS 安装入口是 ./scripts/install.sh,构建已接入项目应用图标;Windows 11 x64 源码入口 scripts/install-windows.ps1 使用 Python 3.13.15 x64、PySide6、Qt Quick/QML 和 QSystemTrayIcon,工作区、设置、逐屏圈选、字幕条、三组热键、真实翻译/OCR 与高 DPI 验收均已有证据。安全自动化不能直接点击任务栏通知区域,已分别记录图标可见/Qt 激活信号与未发送的物理点击边界。
  • 翻译与 OCR 通过独立环境变量配置;OCR 内部分为本地普通、本地高级、API 普通和 API 高级四层。翻译默认 Google 内置网页源(免密钥),也可选用 Bing/DeepL 内置或官方/OpenAI 兼容源;只读一个配置文件;config-check 回读路径和分层静态状态,但不调用模型或上游。
  • macOS OCR 自动顺序是 Vision、可选 PP-OCRv6、OCR.space、API 高级视觉模型;Windows 暂无本地普通层,从可选 PP-OCRv6 开始。PaddleOCR 未安装时跳过;macOS PP-OCRv6 small 与 Windows PP-OCRv6 tiny 均已完成本地实图验证,Windows 关闭 oneDNN 后使用普通 Paddle CPU 后端。API 普通只尝试单张 1 MB 内图片,失败、超限或多页时转 API 高级;Unlimited-OCR 保留专用请求合同,其它模型使用标准 OpenAI 视觉消息。CLI 支持本地图片和平台圈选截屏。
  • 划词和 OCR 可通过 listen 热键或桌面 App 触发;macOS 使用菜单栏,Windows 使用系统托盘。两端的桌面输入、划词和单次 OCR 都复用各自平台的同一个翻译工作区;设置、工作区和实时字幕条复用既有业务用例,不在界面层另写翻译语义。
  • macOS 菜单输入、划词和单次 OCR 已统一到同一个 OverlayPresenter / NSPanel;内容区不再显示「翻译」大标题,左上直接使用目标语言标签与下拉栏。三种入口的原文均可编辑,译文只读,标题区翻译、图钉、复制、Command+Return、目标语言栏、失焦和双屏行为完全共用。临时状态保持只读;OCR 修正文案后只重跑文本翻译,不再次调用 OCR。
  • macOS 统一「翻译」窗口默认 720×520,Windows Qt Quick 工作区默认 800×560;两端都使用宽屏双栏、窄屏上下排列,并让目标语言、翻译、置顶和复制共用顶栏。目标语言切换只更新当前 DesktopListener,不自动请求、不直接写配置;设置保存后会反向同步栏位,实时 OCR 的去重记忆也会重置。原独立 macOS 输入窗口和 Windows Tk/pystray UI 已退出活动组合,两端菜单输入分别复用各自的普通翻译工作区。
  • macOS/Windows 普通结果浮窗已支持「置顶/取消置顶」进程内切换:macOS 新结果按鼠标所在显示器居中,未置顶时可进入该屏幕的全屏 Space,但失去焦点后直接收起并在下次查询重新弹出;置顶后加入所有 Space 且不收起。实时字幕条继续固定置顶。macOS 已完成双屏 Fake 原生层级/集合策略验证,用户重开后也确认副屏全屏弹出、失焦收起和再次弹出符合预期;Windows 已实际点击置顶/取消置顶,并用其它窗口核对前后层级恢复。
  • 用户在 macOS 本机试用菜单栏 App,报告热键划词和圈选 OCR 基本可用。屏幕实时 OCR 已完成异步圈选、约 0.8 秒目标起点间隔、双屏副屏圈选、动态更新和停止真机验收。Windows Qt 迁移已完成四个 QML 界面、真实控件、150%/200% 缩放、物理圈选坐标、系统托盘可用/可见、正式 Alt+E Router 翻译和复制验证;管理员记事本中手动复制后触发普通权限 App 的 UIPI 降级也已真测。翻译 Router 显式关闭思考后,固定短句从 46.212 秒/2387 completion tokens 降到 2.695 秒/6 completion tokens。Windows MVP 已完成,当前没有开放 Issue。
  • 当前只实施 本地/API 四层 OCR 分流;Windows 桌面版 MVP 与 Windows Qt 桌面 UI 迁移 已完成。系统音频转写仍待进行;其它产品能力见 TTime 后续计划 的有界历史、划词工具栏与可选剪贴板监听。

当前工作

按任务查找

任务 入口
安装并检查配置 项目 README(macOS ./scripts/install.sh;Windows scripts/install-windows.ps1)
确认首期做什么、不做什么 产品范围
修改分层、端口或执行链 架构设计
修改环境变量或双模型边界 配置设计
修改 macOS 热键、菜单栏或浮窗 桌面热键设计
修改 Windows 热键、托盘或浮窗 Windows 桌面设计
修改 Windows Qt 视觉或 QML 组件 Windows Qt 界面规范
修改区域实时 OCR 屏幕实时 OCR
修改 OCR 本机/模型分流 OCR 分流
更新计划、Issue 或日志 文档框架
执行仓库任务 AGENTS.md

机器权威

内容 权威来源
项目版本 pyproject.toml
环境变量名和默认值 .env.example、config.py
结果状态和字段 core/models.py
端口 core/ports.py
依赖方向 架构测试
当前任务状态 计划状态索引 及唯一状态目录中的原文件

静态配置、离线测试、真实模型调用和桌面验收是不同证据层,不能相互替代。

文档状态约定

  • design/ 保存长期稳定规则;plan/in-progress/ 和 plan/pending/ 保存当前任务状态;issues/open/ 保存尚未闭合的问题。
  • logs/YYYYMM/ 保存日期化结果与验证;completed/、closed/、archive/ 和 Git 历史只在追溯时读取。
  • 状态变化时移动原文件并同步引用,不复制并存,不用历史日志证明当前能力。

历史查找

完成计划见 plan/completed/,日期日志见 logs/,关闭 Issue 见 issues/closed/,精选历史证据见 archive/;需要旧版本细节时再按日期或 Git 历史追溯。