FlashAgent-assistant

划词即问、截图即懂、轻量 Agent 即刻开工。

English | 中文

FlashAgent-assistant 是面向快速问答与轻量 Agent 工作流的桌面 AI 助手，运行在菜单栏或系统托盘中。选中任意文本即可翻译、解释、总结、润色、搜索、复制或朗读，无需在应用间反复复制粘贴；区域截图可直接标注、保存、复制、钉在桌面，或一键识别文字 / 交给 AI 识图。独立对话窗口支持多话题、本地历史、流式输出、追问和 Markdown 导出。

本项目基于 zcx960/AIA-selection-assistan 二次开发。FlashAgent-assistant 在保留划词工作流的基础上，扩展了可配置的模型服务、视觉识图、Agent 工作流、上下文压缩、联网搜索、Skills 与 MCP 集成等能力。上游项目的授权与鸣谢信息保留在本文档和 LICENSE 中。

核心能力

• 快速问答与划词操作：浮动工具栏、内置和自定义动作、动作专属快捷键、全局快捷键一键呼出设置与窗口、紧凑模式；选中内容即可就地提问。
• 快速翻译与语音合成：快捷键呼出轻量翻译窗，输入中英文智能双向互切；微软 / 金山 / 腾讯 / Yandex / DeepLX 等免 Key 或可选引擎并行翻译；金山词霸与有道词典卡片（音标发音、分词性释义、词形、短语、双语例句）；查过的英文单词自动/手动收进生词本；支持 Edge TTS 与小米 MiMo 大模型高保真语音合成（标准新闻播音腔）。
• 截图与识图：区域截图支持画笔和箭头标注，可保存、复制、钉图，一键「识别文字」（默认 Windows 系统引擎零下载即用，可选下载高精度 PP-OCR 引擎），或交给 AI 视觉对话。
• 多模型配置：支持 OpenAI-compatible 与 Anthropic API；可维护多个服务商模板，并为动作、识图和压缩分别指定模型。
• 对话与上下文：多话题本地历史、自动命名、Markdown 导出和 token 驱动的长对话压缩；压缩摘要保留任务、事实、文件状态和下一步。
• 轻量 Agent 与扩展：需要处理文件、目录、命令或联网搜索时，可在独立对话中快速进入 Agent 流程；工具调用实时流式解析命令与写入进度，逐项确认，危险命令分级拦截，多轮调用严格物理隔离，文件改动可回退；支持记忆、Skills 与 MCP 服务器。
• 桌面体验：亮色、暗色和跟随系统主题，中英双语，结果窗口大小和字体可调，macOS 与 Windows 均可使用。

界面预览

以下截图展示当前版本 FlashAgent-assistant 的设置界面。

设置

Agent 工作流

AI 识图

平台说明

macOS

• 需要授予辅助功能权限，应用才能检测系统级划词。
• 关闭主窗口后，应用会驻留在菜单栏。

Windows

• 支持系统托盘驻留，关闭所有窗口后应用仍驻留托盘。
• 划词监听效果可能受目标应用、管理员权限或输入法状态影响。
• 未安装 Git Bash 时，Agent 命令工具会自动回退到 PowerShell。

安装与开发

前置条件

• Node.js 20+
• pnpm 10+
• macOS 或 Windows，用于验证完整的桌面功能

本地运行

pnpm install
pnpm dev

验证与构建

pnpm test
pnpm typecheck
pnpm build

pnpm e2e:compaction 会使用本机已配置的真实 API 运行上下文压缩回归，产生少量真实请求；详情见 sandbox-e2e/README.md。

打包

pnpm dist:mac
pnpm dist:win

打包产物不应提交到 Git。公开分发建议通过 GitHub Releases。

配置与隐私

• API Key、模型模板、话题记录、记忆和本地工具快照均保存在本机用户数据目录。
• 只有主动触发 AI 动作时，选中文本、截图或对话内容才会发送给你配置的服务商。
• OpenAI-compatible 服务建议填写 API 根路径，例如 https://api.example.com/v1；完整的 /chat/completions 或 /models 地址会被自动归一化。
• Anthropic 配置只需填写基础地址，应用会补全 /v1。

项目更名后，首次启动会将旧 selection-assistant-lite 用户数据目录复制到新的 flashagent-assistant 目录；如果新目录已经存在，则不会覆盖任何内容。

项目文档

• ARCHITECTURE.md：系统架构全景（进程模型、模块边界、关键数据流）。
• CHANGELOG.md：版本变更记录。
• docs/QUICK-TRANSLATE.md：快速翻译、各翻译服务、有道词典、语音合成与生词本的架构说明。
• docs/OCR.md：截图文字识别双引擎的选型与架构说明。
• docs/NEW-FEATURE-PAGE-GUIDE.md：新功能页面接入的性能守则。
• docs/CONTRIBUTING.md：开发与贡献约定。
• docs/SECURITY.md：安全问题披露方式。
• docs/ARCHIVE.md：文档索引与历史归档说明。

贡献、致谢与许可证

欢迎提交 issue 和 pull request。提交前请阅读 docs/CONTRIBUTING.md。

• 上游项目：zcx960/AIA-selection-assistan，感谢原作者的工作。
• 社区支持：LINUX DO。
• 本项目基于 MIT License 开源；分发本项目或其重要部分时，请保留许可证和版权声明。