AItoType 🎙️

<p align="center"> <img src="docs/screenshots/app-icon.png" alt="AItoType Icon" width="128" height="128" /> </p>

AItoType 是一个开源、免费的桌面端语音转文字工具，基于 Tauri v2 构建，旨在提供极致轻量、高效的语音输入体验。

核心理念：免费开源、极简设计、高效生产力。

⚠️ 声明：本项目完全开源免费，供大家学习与使用。严禁用于任何商业盈利行为。

---

📖 TLDR.

• 首次配置：首次打开需进入配置界面，分两步完成：(1) 选择供应商；(2) 填入 API Key。
• 界面交互：点击主界面“录制”按钮开始，再次点击停止。识别结果会显示在主界面并可一键复制。
• 后台/快捷键模式：支持关闭主窗口后台运行。通过预设快捷键唤醒录制，再次按键停止。识别完成后会自动写入当前光标所在输入框（自动粘贴）。
• 历史记录：History 页面按条目卡片展示，每条可点击直接复制内容。
• 权限引导：首次使用会引导完成麦克风与辅助功能授权，确保可录音和后台自动写入。
• 供应商：目前支持 OpenRouter 和 SiliconFlow 。OpenRouter 默认使用 Gemini 3.0 Flash，SiliconFlow 默认使用 TeleAI 模型。划重点，现在硅基流动的TeleAI/TeleSpeechASR完全免费，速度快且随便用。

📸 界面预览

<p align="center"> <img src="docs/screenshots/main.png" alt="主界面 - 极简悬浮球" width="45%" border="1" /> <img src="docs/screenshots/setting.png" alt="设置页 - 自定义模型与快捷键" width="45%" border="1" /> </p>

✨ 功能特性

• 全局快捷键唤起：默认 Alt+Space（Windows 默认 Ctrl+Shift+Space）一键录音，再次按下即可停止并识别。
• 无缝嵌入工作流：
  • 自动写入（自动粘贴）：识别完成后，结果自动“打字”到你当前光标所在的输入框（Chatbox、文档、编辑器等）。
  • 自动复制：可选自动复制结果到剪贴板。
• 历史记录优化：
  • 历史页面保持大面板展示，每条记录使用独立小卡片显示时间与文本。
  • 点击任意历史卡片可立即复制该条内容，便于二次使用。
• 极致 UI 设计：
  • "Glass Monolith" 玻璃拟态设计风格。
  • 沉浸式动效与交互反馈。
  • 后台悬浮条：在后台录音时，屏幕底部显示灵动胶囊状态条，不干扰视线。
• 权限引导更清晰：
  • 启动后按提示完成系统权限授权（麦克风、辅助功能）。
  • 未授权时会给出可操作提示，减少“录了但不能写入”的问题。
• 灵活的模型支持：
  • 内置 OpenRouter 支持。
  • 默认配置 Gemini 3.0 Flash（速度快、精度高、免费额度充裕）。
  • 可自定义 API Key 和 Model（如 GPT-4o, Claude 3.5 Sonnet 等）。
• 隐私安全：
  • 音频数据仅在您的设备上录制，并直接发送至您配置的 API 服务商。
  • 本地不留存录音音频文件；会保存必要配置（如 API Key、Model、快捷键）以便下次使用。

🛠️ 技术栈

• Core: Rust (Tauri v2, cpal, hound, arboard, enigo)
• Frontend: Vanilla JS + CSS (无框架，追求极致轻量与性能)
• API: OpenRouter / SiliconFlow (兼容 OpenAI 格式)

🚀 快速开始

前置要求

• macOS (目前主要适配平台)
• Node.js 18+
• Rust 环境 (推荐通过 rustup 安装)

开发运行

# 1. 克隆项目
git clone https://github.com/your-username/AItoType.git
cd AItoType/src/aitotype

# 2. 安装依赖
npm install

# 3. 启动开发模式
npm run tauri dev

打包构建

# 在 src/aitotype 目录下执行
npm run tauri build

构建产物通常位于 src-tauri/target/release/bundle/dmg/*.dmg。

本地脚本命令

在 /Users/robin/Work/sideproject/AItoType/src/aitotype 下可用：

1. npm run dev：启动开发模式
2. npm run build：本机打包当前平台
3. npm run build:ci：用于 GitHub Actions 的非交互打包命令

📦 下载与安装（给普通用户）

下载安装

1. 前往项目 GitHub Releases 页面下载最新 .dmg。
2. 双击打开 .dmg，将 AItoType.app 拖入 Applications。
3. 从“应用程序”中启动 AItoType。

首次打开被 macOS 拦截时

如果提示“无法验证开发者”或“已损坏”：

1. 在 Finder 里右键应用，选择“打开（Open）”，再确认一次。
2. 或到 系统设置 -> 隐私与安全性，点击“仍要打开”。

若仍被 Gatekeeper 拦截（仅限你确认来源可信时）：

xattr -dr com.apple.quarantine /Applications/AItoType.app

🧱 打包与发布（给维护者）

本地打包

cd src/aitotype
npm install
npm run build

主要产物目录：

• .app: src/aitotype/src-tauri/target/release/bundle/macos/
• .dmg: src/aitotype/src-tauri/target/release/bundle/dmg/

在 macOS 上，仓库内置的打包脚本会在 Tauri 构建后自动校验 .app 的 bundle 签名；如果检测到无效签名，会自动执行一次 ad-hoc codesign 并重新封装 dmg，避免产出 Finder 提示“已损坏”的安装包。

如果你已经下载了旧的损坏版本并安装到 /Applications/AItoType.app，可先执行：

codesign --force --deep --sign - /Applications/AItoType.app
xattr -dr com.apple.quarantine /Applications/AItoType.app

⚙️ 配置指南

首次启动后，请点击主界面底部的 设置图标 (⚙️) 进行配置：

1. Supplier: 选择 OpenRouter 或 SiliconFlow。
2. API Key: 填入对应平台的 Key（OpenRouter.ai 或 SiliconFlow (利益相关：注册会给我 16 元的 token额度有效期 180 天)）。
3. Model: OpenRouter 默认 google/gemini-3-flash-preview，SiliconFlow 默认使用 TeleAI 模型。你也可以填入其他支持的模型 ID。
4. Global Shortcut: 点击录制你习惯的快捷键（如 Cmd+M 或 F1）。
5. Auto-Copy: 开启后，识别结果会自动进入剪贴板。

注意：配置会自动保存到本地，重启应用无需重新输入。

🔐 权限引导（macOS）

为保证“录音 + 后台自动写入”正常工作，首次使用建议按以下顺序完成授权：

1. 麦克风权限：允许 AItoType 访问麦克风（系统会弹窗）。
2. 辅助功能权限：前往 系统设置 -> 隐私与安全性 -> 辅助功能，勾选 AItoType。
3. 若权限刚修改，建议重启一次应用再测试快捷键录音与自动写入。

说明：未开启辅助功能时，转写依然可能成功，但无法自动写入到其他应用输入框。

🔑 API Key 安全说明

• 你的 API Key 会保存在本机应用配置目录，不会写入本仓库代码。
• 只要你不手动把该配置文件提交到 GitHub，发布仓库不会泄露你的 Key。
• 当前实现为本地明文保存，建议你：
  • 使用低权限/限额的 API Key；
  • 定期轮换 Key；
  • 后续升级为 Keychain 存储（更安全）。

🧭 使用方法

首次使用（建议）

1. 打开应用，进入 Settings 页面。
2. 选择 Supplier，填写对应的 API Key 与 Model，点击 Save Changes。
3. 设置你习惯的全局快捷键（默认 Alt+Space，Windows 默认 Ctrl+Shift+Space）。
4. 按需开启 Auto-Copy Result。

日常使用流程

1. 在任意应用中把光标放到目标输入框（如 Chatbox、微信、飞书、编辑器、文档）。
2. 按一次全局快捷键开始录音。
3. 说完后再次按快捷键结束录音，应用会自动转写。
4. 如在后台触发录音，转写完成后会自动把文本粘贴到当前光标位置。
5. 如需手动处理结果，可在主界面中复制文本，或在 History 页面点击某条历史卡片直接复制。

常见场景

• 聊天回复：边说边转写，快速发送长消息。
• 会议纪要：录制关键语句，集中整理到文档。
• 代码注释/文档：先口述内容，再微调文字。

🤝 贡献与反馈

欢迎提交 Issue 或 Pull Request！无论是功能建议、Bug 反馈还是代码贡献，我们都非常欢迎。

📄 许可证 (License)

本项目采用 CC BY-NC-SA 4.0 协议（署名-非商业性使用-相同方式共享）。

• ✅ 允许：复制、分发、修改、二次创作（需署名，并以相同协议共享）。
• ❌ 禁止：将本项目或其衍生作品用于商业用途。

协议详情：

• License summary: https://creativecommons.org/licenses/by-nc-sa/4.0/
• Legal code: https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode

---

Made with ❤️ by Robin. Enjoy typing with your voice!