AIPut 📱

English | 中文

通过手机端语音输入实现电脑端远程输入的 AI 增强工具

本项目受到 QAA-Tools/qaa-airtype 的启发，并在其基础上进行了功能扩展和改进。

📸 效果展示

服务端运行界面
一键启动，自动生成二维码

AI智能处理
实时处理语音输入

口语书面化
自动将口语转换为规范书面语言

任务整理
AI自动生成详细任务描述

即时翻译
中文语音实时转为英文输出

🔄 交互流程示意图

1️⃣ 手机端流程

%%{init: {
  'theme': 'base',
  'themeVariables': {
    'primaryColor': '#0d1117',
    'primaryTextColor': '#f0f6fc',
    'primaryBorderColor': '#30363d',
    'lineColor': '#8b949e',
    'sectionBkgColor': '#161b22',
    'altSectionBkgColor': '#0d1117',
    'gridColor': '#30363d',
    'secondaryColor': '#f85149',
    'tertiaryColor': '#f85149',
    'background': '#0d1117'
  }
}}%%
flowchart LR
    User[👤 用户] --> VoiceInput[🎤 语音输入]
    VoiceInput --> DouyinInput[🎯 豆包输入法]
    DouyinInput --> TextResult[📝 识别文字]
    TextResult --> WebInterface[🌐 Web界面]
    WebInterface --> AIModeSelect[⚙️ 选择AI模式]
    AIModeSelect --> Transmit[📡 发送到电脑]

    classDef default fill:#161b22,stroke:#f85149,stroke-width:2px,color:#f0f6fc

2️⃣ 电脑端处理流程

%%{init: {
  'theme': 'base',
  'themeVariables': {
    'primaryColor': '#0d1117',
    'primaryTextColor': '#f0f6fc',
    'primaryBorderColor': '#30363d',
    'lineColor': '#8b949e',
    'sectionBkgColor': '#161b22',
    'altSectionBkgColor': '#0d1117',
    'gridColor': '#30363d',
    'secondaryColor': '#3fb950',
    'tertiaryColor': '#3fb950',
    'background': '#0d1117'
  }
}}%%
flowchart LR
    Receive[📡 接收数据] --> LocalServer[🖥️ 本地服务器]

    LocalServer --> AIMode{🤖 AI处理模式}
    LocalServer -.->|直接发送| AutoType[⌨️ 自动输入]

    AIMode --> TaskOrganize[📋 任务整理]
    AIMode --> TranslateEN[🌍 翻译英文]
    AIMode --> Formalize[✍️ 口语书面化]

    TaskOrganize --> ProcessedText[📄 处理后文本]
    TranslateEN --> ProcessedText
    Formalize --> ProcessedText

    ProcessedText --> AutoType

    AutoType --> IM[💬 即时通讯软件]
    AutoType --> VSCode[📝 VS Code]
    AutoType --> Word[📄 Word]
    AutoType --> Notepad[📋 记事本]
    AutoType --> Others[🔧 更多...]

    classDef default fill:#161b22,stroke:#3fb950,stroke-width:2px,color:#f0f6fc

📋 流程说明

🖥️ 本地服务器：运行在用户本机的Flask服务，通过局域网接收手机发送的数据
☁️ 云端AI服务：采用智谱AI、Azure AI、OpenAI或Anthropic AI等第三方平台进行文本处理
🎯 目标应用：支持所有带文本框的应用，包括即时通讯软件（微信、QQ、Telegram）、VS Code、Word、记事本等

🌟 核心亮点

🎤 高质量中文语音输入 - 豆包输入法推荐

AIPut 充分利用手机端优秀的语音识别能力，实现高效的语音转文字输入。经过实际测试，强烈推荐使用豆包输入法进行中文语音输入：

✅ 识别准确率极高：对中文语音的识别准确率领先其他输入法
✅ 语义理解能力强：能够准确理解上下文，减少误识别
✅ 标点符号智能添加：自动识别语句结构，智能添加标点符号
✅ 支持多场景输入：无论是日常对话、专业术语还是长文本输入，都能准确识别

🤖 AI 智能提示词处理

AIPut 创新性地引入了基于提示词的中间处理系统，让您的语音输入变得更加智能和高效。内置多种实用提示词：

📋 任务整理

将散乱的口语化描述自动整理成条理清晰的任务列表

语音输入："帮我写个报告要包括数据分析和图表还有一些结论"
AI 输出：
- 撰写数据分析报告
- 包含数据可视化图表
- 提供结论和建议

🌍 翻译为英文

实时翻译，实现即时的口译效果

语音输入："今天天气很好，我们出去散步吧"
AI 输出："The weather is great today, let's go for a walk"

✍️ 口语书面化

将口语化表达自动转换为规范的书面语言

语音输入："这个项目的话呢，我觉得我们需要尽快搞定它"
AI 输出："我认为我们需要尽快完成这个项目"

🚀 勇敢模式

开启后，文本输入到电脑后会自动发送，无需额外操作

启用勇敢模式后，系统会在粘贴文本后自动按下 Ctrl+Enter
适合聊天软件、即时通讯等需要快速发送的场景
实现真正的"说完即发送"，全程无需电脑操作

操作系统兼容性

操作系统	桌面环境	显示协议	测试状态	备注
Fedora	KDE	Wayland	✅ 已测试	完全支持
Fedora	GNOME	Wayland	⚠️ 未测试	预期支持
Fedora	其他DE	X11	⚠️ 未测试	预期支持
Ubuntu	GNOME	Wayland/X11	⚠️ 未测试	预期支持
Arch Linux	任意DE	Wayland/X11	⚠️ 未测试	预期支持
Debian	任意DE	X11	⚠️ 未测试	预期支持
其他Linux发行版	-	-	❓ 未知	需要测试
macOS	-	-	❌ 未支持	需要适配
Windows	-	-	❌ 未支持	需要适配

💡 提示：如果您在其他系统上成功运行，欢迎提交PR更新此表格。

快速开始

环境要求

Python 3.8+
Linux操作系统（支持X11/Wayland）
手机与电脑在同一局域网内
推荐：安装豆包输入法（获得最佳中文语音识别体验）

第一步：配置手机输入法（强烈推荐）

在开始之前，请先在手机上安装并配置豆包输入法：

在应用商店搜索"豆包输入法"并安装
在手机设置中将豆包输入法设为默认输入法
开启语音输入权限

为什么选择豆包输入法？

中文语音识别准确率行业领先
自动智能添加标点符号
支持各种专业术语和长文本识别
与 AIPut 的 AI 处理功能完美配合

安装依赖

Fedora 系统（推荐）

# 1. 安装系统依赖（需要管理员权限）
sudo ./install-fedora-deps.sh

# 2. 创建虚拟环境并安装 Python 依赖
./install-fedora-user.sh

# 3. 启动程序
./run-auto.sh

脚本会自动：

创建 Python 虚拟环境 (aiput-env)
安装所需的 Python 包
检测运行环境（Wayland/X11、KDE等）
运行跨平台版本 (src/remote_server.py)

Ubuntu/Debian 系统

# 1. 安装系统依赖
sudo apt-get update
sudo apt-get install -y \
    python3 \
    python3-pip \
    python3-tkinter \
    python3-venv \
    python3-dev \
    build-essential \
    xclip \
    xdotool \
    xautomation \
    wl-clipboard \
    wtype

# 2. 创建虚拟环境并安装 Python 依赖
python3 -m venv aiput-env
source aiput-env/bin/activate
pip install --upgrade pip
pip install flask pyautogui pyperclip qrcode[pil] pystray

# 3. 运行程序
source aiput-env/bin/activate
python src/remote_server.py

Arch Linux

# 1. 安装系统依赖
sudo pacman -S --needed \
    python \
    python-pip \
    python-tkinter \
    python-virtualenv \
    base-devel \
    xclip \
    xdotool \
    xautomation \
    wl-clipboard \
    wtype

# 2. 创建虚拟环境并安装 Python 依赖
python -m venv aiput-env
source aiput-env/bin/activate
pip install --upgrade pip
pip install flask pyautogui pyperclip qrcode[pil] pystray

# 3. 运行程序
source aiput-env/bin/activate
python src/remote_server.py

其他Linux发行版

# 1. 安装基础依赖（根据包管理器调整）
# - Python 3.8+ 和 venv
# - 开发工具（gcc, make 等）
# - X11/Wayland 开发库
# - 键盘模拟工具：xdotool (X11), wtype (Wayland)
# - 剪贴板工具：xclip/xsel (X11), wl-copy (Wayland)

# 2. 创建虚拟环境并安装 Python 依赖
python3 -m venv aiput-env
source aiput-env/bin/activate
pip install --upgrade pip
pip install flask pyautogui pyperclip qrcode[pil] pystray

# 3. 运行程序
source aiput-env/bin/activate
python src/remote_server.py

运行程序

成功运行后，您将看到：

系统托盘图标
二维码（手机扫描访问）
服务器IP地址和端口

💡 提示：

推荐使用 Fedora 系统的自动化脚本，可以一键完成所有安装和配置

run-auto.sh 会自动检测您的环境（Wayland/X11、桌面环境等）

主程序位于 src/remote_server.py，这是一个跨平台版本

AI 功能配置

获取 API Key

智谱AI（首选方案）

推荐订阅方式：CodePlan 优惠订阅 为有效降低使用成本，推荐通过 CodePlan 订阅智谱API服务，可享受专属折扣优惠： 👉 立即订阅（享专属折扣）：https://www.bigmodel.cn/claude-code?ic=14BY54APZA

获取 API Key 步骤：

访问智谱AI开放平台
注册并登录账号
进入 API Key 管理页面，创建新的 API Key
复制 API Key 供后续配置使用

配置 API Key

方法一：环境变量（推荐）

# 创建 .env 文件
cp .env.example .env

# 编辑 .env 文件，添加您的 API Key
nano .env

编辑 .env 文件，将 your_zai_api_key_here 替换为您的实际 API Key：

# 智谱AI API 配置
ZAI_API_KEY=your_actual_zai_api_key
ZAI_API_BASE_URL=https://open.bigmodel.cn/api/anthropic
ZAI_MODEL=glm-4.6

# AI 处理器设置
AI_PROCESSOR_DEFAULT=zai
AI_PROCESSING_TIMEOUT=30

配置说明：

ZAI_API_KEY: 智谱AI API密钥（从智谱开放平台获取）
ZAI_API_BASE_URL: 智谱AI API的基础URL（已预配置，无需修改）
ZAI_MODEL: 使用的智谱AI模型（默认：glm-4.6，推荐版本）
AI_PROCESSOR_TIMEOUT: AI处理超时时间（秒）
AI_PROCESSOR_DEFAULT: 默认的AI处理器（设置为zai）

💡 提示：

.env 文件会被 python-dotenv 自动加载，确保它位于项目根目录

如果未安装 python-dotenv，系统将使用系统环境变量

配置已与项目默认设置保持一致，通常只需填写 API Key 即可

方法二：系统环境变量

# 使用智谱AI
export ZAI_API_KEY=your_actual_zai_api_key
export AI_PROCESSOR_DEFAULT=zai

# 永久设置（添加到 ~/.bashrc 或 ~/.zshrc）
echo 'export ZAI_API_KEY=your_actual_zai_api_key' >> ~/.bashrc
echo 'export AI_PROCESSOR_DEFAULT=zai' >> ~/.bashrc
source ~/.bashrc

使用方法

启动程序：
- Fedora 系统：./run-auto.sh
- 其他系统：激活虚拟环境后运行 python src/remote_server.py
配置手机输入法（重要）：
- 强烈推荐安装豆包输入法
- 在手机键盘设置中选择豆包输入法
- 开启语音输入权限
扫描二维码：使用手机浏览器扫描程序显示的二维码
选择提示词模式：
- 无提示词：直接输入，不进行处理
- 任务整理：自动整理成条理清晰的任务列表
- 内容翻译为英文：实时翻译，实现口译效果
- 口语书面化：将口语转换为规范的书面表达
开始语音输入：
- 点击语音输入按钮（使用豆包输入法）
- 清晰地说出您的内容
- 豆包输入法会自动识别并添加标点
- 识别的文字会自动填入输入框
AI 智能处理：
- 如果选择了提示词模式，AI 会自动处理您的输入
- 例如选择"任务整理"，会自动转换为结构化的任务列表
- 例如选择"翻译为英文"，会实时翻译为英文
自动发送：处理后的文字会自动发送到电脑并输入到当前焦点程序
查看历史：
- 点击左上角菜单按钮
- 查看最近的输入记录
- 点击历史记录可快速重发

工作原理

服务器端（电脑）：
- 运行Flask HTTP服务器
- 生成连接二维码供手机扫描
- 接收手机发送的文字
- 使用系统工具模拟键盘输入
客户端（手机）：
- 浏览器访问本地Web界面
- 大尺寸文本框输入文字
- 支持多行文本输入
- 通过手势或按钮发送文字

常见问题

无法输入文字？

确保已安装必要的系统工具（xdotool/wtype）
Wayland用户可能需要配置权限
确保目标应用程序可以接收键盘输入

连接超时？

确保手机和电脑在同一局域网
检查防火墙设置
尝试使用IP地址直接访问

致谢

本项目受到 QAA-Tools/qaa-airtype 的启发，并在其基础上进行了移动端界面优化和功能改进。

贡献

欢迎提交Issue和Pull Request！

链接

🎉 特别推荐：智谱 GLM Coding 订阅

🚀 本仓库全程使用智谱AI辅助开发！强烈推荐订阅！

速来拼好模，智谱 GLM Coding 超值订阅，邀你一起薅羊毛！本仓库就是使用 Claude Code（智谱平台版）进行开发的，体验极佳！

为什么选择智谱 GLM Coding：

✅ 本仓库 proof：全程使用智谱AI开发，效率提升300%！
✅ 完整支持 Claude Code、Cline 等 10+ 顶级编程工具
✅ 超值订阅，每月仅 $3 起
✅ 通过下方链接订阅，立享10%折扣！
✅ 稳定可靠的 API 服务，国内访问速度快
✅ 专属中文技术支持

🔥 限时优惠：立即开拼，享限时惊喜价！

👉 立即订阅（享10%折扣）：https://www.bigmodel.cn/claude-code?ic=14BY54APZA

💡 提示：通过该链接订阅，您不仅可以获得10%的折扣，还能支持本项目的持续开发！

Name		Name	Last commit message	Last commit date
Latest commit History 6 Commits
.claude		.claude
assets		assets
openspec		openspec
site		site
src		src
.env.example		.env.example
.gitignore		.gitignore
AGENTS.md		AGENTS.md
CLAUDE.md		CLAUDE.md
LICENSE		LICENSE
README.md		README.md
README_en.md		README_en.md
create-desktop-entry.sh		create-desktop-entry.sh
demo.png		demo.png
install-fedora-deps.sh		install-fedora-deps.sh
install-fedora-user.sh		install-fedora-user.sh
pyproject.toml		pyproject.toml
qaa-airtype.LICENSE		qaa-airtype.LICENSE
run-auto.sh		run-auto.sh
test-ai.sh		test-ai.sh
test_ai.py		test_ai.py

License

newbe36524/AIPut

Folders and files

Latest commit

History

Repository files navigation