Releases: ProgramCX/deskaide
Release list
DeskAide v0.2.0-beta.1
DeskAide v0.2.0-beta.1
这是 DeskAide 的首个 Beta 测试版本。本次更新重点修复图片消息在对话中的显示链路，完善 MCP 添加后的即时验证、工具权限刷新与错误诊断，并统一个性化管理对话框的布局细节和空对话创建行为。
Important
当前版本仍属于测试版本。执行删除文件、修改注册表、关机或重启等敏感操作前，请仔细核对确认内容。升级前建议先结束正在运行的 AI 任务。
Bug 修复
- 修复图片已经成功发送给模型，但用户消息气泡只显示文字、不显示随消息发送图片的问题。
- 修复 QML 消息时间线无法可靠保存嵌套附件数组，导致新消息和历史回放中的图片附件丢失的问题；附件现在通过稳定的序列化格式进入消息模型。
- 修复连续点击助手顶部“+”按钮会创建大量无内容对话的问题；当前对话为空且没有任务时会直接复用。
- 修复“记忆与偏好”和“应用路径”对话框关闭按钮没有固定在右上角的问题。
新功能与改进
图片消息查看
- 发送前的输入框图片和已经发送的用户消息都会显示缩略图。
- 点击缩略图可打开大图查看，并可通过右侧关闭按钮、点击外部区域或
Esc关闭。 - 图片预览使用运行期临时文件，DeskAide 退出后会自动清理，不会额外留下长期缓存副本。
- 纯图片消息以及文字与图片组合消息继续支持 OpenAI 兼容格式和 Anthropic Messages 格式。
MCP 即时验证与错误诊断
- 通过 HTTP/HTTPS 表单添加 MCP 后，会立即保存配置、验证连接并发现工具。
- 通过 stdio JSON 导入 MCP 后，同样会立即验证，无需再手动点击“保存并刷新工具”。
- 工具发现完成后会立即更新 MCP 工具权限表；验证失败的服务器不会保留过期工具。
- 验证失败的服务器条目会显示红色“错误详情”按钮和错误边框。
- 点击“错误详情”会打开独立对话框，可查看、选择并复制完整错误信息。
- “保存并刷新工具”调整为“重新验证并刷新”，用于手动核对已有服务器。
体验与可靠性改进
- 图片缩略图增加悬停反馈和明确的点击查看提示。
- 图片查看器、MCP 错误详情和个性化管理窗口统一使用克制的模态层、圆角层级和右侧关闭位置。
- MCP 验证错误按服务器 ID 保存，删除服务器时同步清理对应错误与工具权限记录。
下载说明
DeskAide-0.2.0-beta.1-win64-setup.exe：Inno Setup 安装包，推荐普通用户使用。DeskAide-0.2.0-beta.1-win64.zip：免安装版本，解压后运行DeskAide.exe。DeskAide-0.2.0-beta.1-SHA256SUMS.txt：上述两种发布文件的 SHA-256 校验值。
覆盖安装时，安装程序会关闭正在运行的 DeskAide 主程序和语音识别 Worker。ZIP 用户应先完全退出旧进程，再替换全部文件。
已知限制
- 当前发布文件尚未进行商业代码签名，Windows SmartScreen 可能显示“未知发布者”。
- MSI 和 Setup EXE 当前均未进行商业代码签名，安装时可能出现 Windows 安全提示，请从本项目的 GitHub Release 下载并核对 SHA-256 校验值。
- Whisper.cpp 本地语音识别仍处于实验阶段，低性能设备首次加载模型可能耗时较长。
- 不同模型服务虽然可能声称兼容 OpenAI 或 Anthropic API，但思考模式、图片输入和工具调用字段仍可能存在实现差异。
- MCP stdio 服务器依赖本机对应命令、运行时和环境变量；错误详情可能包含本机路径，公开反馈前请先检查并移除敏感信息。
反馈与贡献
如果你遇到图片显示、MCP 连接、模型兼容、应用路径发现、语音识别或更新安装问题，欢迎提交 Issue，并尽量附上复现步骤和日志。
感谢所有测试、反馈和贡献者。
DeskAide v0.2.0-alpha.2
DeskAide v0.2.0-alpha.2
这是 DeskAide 的 Alpha 测试版本。本次更新重点完善了个性化数据管理、常见应用路径维护、图片输入、多对话后台任务、复杂任务进度展示，以及不同模型服务的思考模式兼容性。
Important
当前版本仍处于早期测试阶段，部分功能和配置格式可能在后续版本中调整。执行删除文件、修改注册表、关机或重启等敏感操作前，请仔细核对确认内容。
Bug 修复
- 修复按
Alt+F4关闭助手窗口后，无法再通过托盘图标或托盘菜单打开窗口，必须进入“设置”并手动关闭设置页面才能恢复主窗口显示的问题。 - 修复 Kimi 等 Anthropic 兼容模型在生成结束但没有返回推荐操作时，对话可能一直停留在生成状态的问题。
- 修复部分 Anthropic 兼容服务只发送
message_delta、延迟发送或不发送message_stop时，响应无法正常结束的问题。 - 修复 Anthropic 工具调用只包含工具块时错误插入空文本块，可能导致后续请求被服务端拒绝的问题。
- 修复 DeepSeek 关闭思考时仅省略参数、实际仍可能使用默认思考模式的问题；现在会显式发送关闭状态。
- 修复 DeepSeek 和 Claude 在思考模式下执行工具调用时，推理内容或签名信息未完整回传而可能出现
400错误的问题。 - 修复本地工具或 MCP 工具执行失败后仍可能被当作成功结果继续处理的问题。
- 修复纯图片对话无法正确创建历史标题，以及图片附件无法完整恢复到历史消息的问题。
新功能
个性化记忆与偏好
- 设置中新增“个性化”页面，可查看和管理仅保存在本机的记忆与偏好。
- 支持手动新增、编辑和删除记忆。
- 为 AI 提供记忆的查询、新增、修改和删除工具；只有用户明确要求记住、修改或忘记内容时才会写入数据。
常见应用程序路径
- 新增常见应用程序路径列表，支持手动新增、编辑、删除、批量导入、全选和批量删除。
- 新增“一键发现常见应用程序路径”，点击后会创建独立对话，由 AI 主动使用 PowerShell 搜索并保存可靠路径。
- 新增“一键更新常见应用程序路径”，由 AI 核验已有记录、查找失效路径的替代项并批量更新。
- AI 会依次检查 PATH、开始菜单、桌面快捷方式、安装注册表和固定磁盘中的常见安装目录，并限制搜索时间与候选数量，避免递归扫描整块磁盘。
- 应用仅向 AI 提供路径数据的增删改查工具，不提供专用扫描工具；实际发现和核验过程由 AI 使用通用 PowerShell 工具完成。
- 打开常用应用时，AI 可优先查询用户保存的路径，减少应用名称识别错误。
图片输入
- 对话输入区新增图片附件支持，可从本地选择图片或直接粘贴剪贴板图片。
- 支持发送仅包含图片、没有文字的消息。
- 用户消息会显示图片缩略图，附件也会保存到本地对话历史。
- 图片会根据 OpenAI 兼容格式或 Anthropic Messages 格式自动转换后发送。
多对话后台任务
- 不同对话现在可以分别保持自己的 AI 任务状态。
- 切换到其他对话后，原对话中的生成和工具调用可继续在后台运行。
- 历史列表会标记仍在执行任务的对话。
- 后台任务完成、失败或等待用户确认时，可通过系统托盘通知返回对应对话。
- 支持为当前对话单独停止生成或重试上一条指令，重试时会保留原图片附件。
复杂任务计划与执行过程
- 新增复杂任务计划工具和计划卡片，可显示待处理、进行中、已完成和失败步骤。
- AI 仅应在复杂、多步骤或耗时任务中创建计划；简单查询和单步操作会直接执行。
- 新增思考过程、工具活动和执行结果卡片，可折叠查看任务进展与本地工具输出。
- 工具执行状态现在区分等待确认、运行中、成功、失败和已拒绝。
思考模式与思考强度
- 将思考开关与思考强度分离，提供“低”“中”“高”三个强度等级。
- 可在模型设置和对话顶部快速调整思考状态与强度。
- OpenAI、Claude 和 DeepSeek 会按照各自协议发送对应参数，并根据模型能力进行兼容映射。
- Claude adaptive thinking、传统扩展思考预算以及思考签名回传均得到支持。
- Kimi 等 Anthropic 兼容服务不会收到已知不兼容的 Claude 专属思考参数。
体验与可靠性改进
- 重新整理对话时间线，普通 AI 回复不再强制显示气泡背景，错误信息和本地执行过程更容易区分。
- 推荐操作支持展开和收起；模型没有返回推荐操作时会直接结束，不再等待额外内容。
- 优化流式响应、工具调用历史和中断恢复，避免重复提交、过期回调或不完整工具结果污染当前对话。
- 限制异常响应的内存缓存大小，降低服务端返回超大错误页面时的内存占用风险。
- 工具调用轮次、计划更新和普通工具执行分别计数，复杂任务可持续更新计划而不会过早触发轮次限制。
- 完善应用路径、记忆、模型协议和工具成功状态的自动化测试覆盖。
下载说明
Important
不再提供 Windows MSI 版本。
DeskAide-0.2.0-alpha.2-win64-setup.exe：Inno Setup 安装包，推荐普通用户使用。DeskAide-0.2.0-alpha.2-win64.zip：免安装版本，解压后即可运行。DeskAide-0.2.0-alpha.2-SHA256SUMS.txt：发布文件的 SHA-256 校验值。
覆盖安装时，安装程序会关闭正在运行的 DeskAide 主程序和语音识别 Worker。升级前建议先保存尚未完成的操作。
已知限制
- Whisper.cpp 本地语音识别仍处于实验阶段，低性能设备首次加载模型可能耗时较长。
- 当前发布文件尚未进行代码签名，Windows SmartScreen 可能显示“未知发布者”提示。
- 不同模型服务虽然可能声称兼容 OpenAI 或 Anthropic API，但具体字段、思考模式和工具调用行为仍可能存在差异。
- 部分模型自身不支持完全关闭思考；DeskAide 会优先保证请求兼容性，不会向已知不支持的模型强行发送关闭参数。
- “一键发现”和“一键更新”依赖模型正确使用 PowerShell，并可能受到本机权限、磁盘数量、快捷方式格式和安装信息完整性的影响。
反馈与贡献
如果你遇到崩溃、模型兼容、应用路径发现、图片输入、语音识别或 MCP 连接问题，欢迎提交 Issue，并尽量附上复现步骤和日志。
感谢所有测试、反馈和贡献者。
DeskAide v0.2.0-alpha.1
DeskAide v0.2.0-alpha.1
这是 DeskAide 的 Alpha 测试版本。本次更新重点完善了语音交互、MCP 扩展能力、模型配置和首次启动体验。
Important
当前版本仍处于早期测试阶段，部分功能和配置格式可能在后续版本中调整。执行删除文件、修改注册表、关机或重启等敏感操作前，请仔细核对确认内容。
Bug 修复
- 修复点击“开始语音输入”后立即结束时，可能出现
session id is not found错误的问题。
新功能
Whisper.cpp 本地语音识别（实验性）
- 新增基于 Whisper.cpp 的本地语音识别能力。
- 语音可在本机完成转写，无需上传音频。
- 支持下载和使用本地多语言模型。
- 当前仍为实验性功能，识别速度和准确率会受到模型大小、设备性能、环境噪声及麦克风质量影响。
- vivo 云语音目前保留为临时兼容方案，后续将继续优化本地识别体验。
MCP 支持
- 新增 MCP（Model Context Protocol）服务器管理功能。
- 支持 Streamable HTTP/HTTPS 和 stdio 两种连接方式。
- 支持导入 stdio JSON 配置以及配置 HTTP Bearer Token。
- 支持发现 MCP 工具，并为不同工具设置“询问我”“自动允许”或“自动阻止”权限。
- 支持启用、禁用、编辑和删除已配置的 MCP 服务器。
初次启动引导
- 新增完整的首次启动配置流程。
- 支持在引导开始时导入已有配置文件。
- 引导覆盖模型、MCP、语音与唤醒、权限、桌面宠物和自启动等主要设置。
- 完成引导后即可进入 DeskAide 主界面开始使用。
更新检测
- 新增基于 GitHub Releases 的版本更新检测。
- 检测到新版本后可查看版本信息并跳转至发布页面下载。
模型预设
- 新增常用模型提供商和模型预设。
- 区分 OpenAI 兼容格式与 Anthropic 兼容格式。
- 支持从预设快速创建模型提供商，并继续自定义 Base URL、API 路径、模型和凭据。
- 一个模型提供商可管理多个模型，并可在对话界面切换模型组和具体模型。
下载说明
DeskAide-0.2.0-alpha.1-win64-setup.exe：Inno Setup 安装包，推荐普通用户使用。DeskAide-0.2.0-alpha.1-win64.msi：Windows Installer 安装包，适合需要 MSI 部署的场景。DeskAide-0.2.0-alpha.1-win64.zip：免安装版本，解压后即可运行。DeskAide-0.2.0-alpha.1-SHA256SUMS.txt：发布文件的 SHA-256 校验值。
覆盖安装时，安装程序会关闭正在运行的 DeskAide 主程序和语音识别 Worker。升级前建议先保存尚未完成的操作。
已知限制
- Whisper.cpp 本地语音识别仍处于实验阶段，低性能设备首次加载模型可能耗时较长，且中文识别不太准确，以后将会有新的方案。
- 当前发布文件尚未进行代码签名，Windows SmartScreen 可能显示“未知发布者”提示。
- 不同模型服务虽然可能声称兼容 OpenAI 或 Anthropic API，但具体字段和工具调用行为仍可能存在差异。
反馈与贡献
如果你遇到崩溃、模型兼容、语音识别或 MCP 连接问题，欢迎提交 Issue，并尽量附上复现步骤和日志。
感谢所有测试、反馈和贡献者。
DeskAide 0.1.0-alpha
DeskAide 0.1.0-alpha
DeskAide 是一个本地优先的 Windows AI 桌面助手，将可自定义悬浮宠物、语音和文字交互、兼容模型 API，以及受权限控制的 Windows 工具整合到同一个桌面体验中。
Warning
这是 DeskAide 的首个 Alpha 测试版本。程序可以启动应用、管理文件、访问剪贴板和执行 PowerShell 命令。允许敏感操作前，请认真检查权限设置、目标路径、命令内容和确认提示。
主要功能
- Apple 风格自适应界面，支持浅色和深色模式。
- 置顶悬浮宠物，记忆用户最后位置，并支持自定义 PNG、JPG 或 GIF。
- 文字和语音使用独立输入模式，语音停顿后可以自动发送。
- 支持 OpenAI-compatible Chat Completions 和 Anthropic Messages API。
- 使用模型组管理独立服务地址、完整 API 路径、凭据和模型列表。
- 支持流式 Markdown、消息复制、重试、停止生成和 AI 推荐操作。
- 本地分组对话历史，保留完整对话上下文和工具活动记录。
- 支持系统托盘、可配置全局快捷键和实验性 Windows SAPI 热词。
- 对模型敏感行为提供细粒度权限控制。
Windows 工具
经过本地策略和参数校验后，DeskAide 可以：
- 启动或聚焦应用，打开文件和 URL。
- 搜索、复制和移动文件。
- 通过 Windows 回收站删除文件。
- 读取和写入剪贴板。
- 异步执行 PowerShell 命令。
- 在用户明确允许时请求 UAC 管理员权限。
执行过程会持续显示状态标志，敏感操作可以分别设置为 询问、自动允许或自动阻止。
语音输入说明
当前版本通过 WebSocket 接入 vivo 实时 ASR，支持：
- 16 kHz、16-bit、单声道 PCM 麦克风采集。
- 中间识别结果和最终结果修正。
- 本地噪声校准和语音活动检测。
- 静音自动发送、手动停止、取消和重试。
Note
vivo 语音服务只是 Alpha 阶段的临时替代方案，并不是 DeskAide 计划长期绑定的语音服务。 当前使用它是为了尽快验证完整的实时语音交互流程。后续版本计划将语音层改为可插拔架构，并优先评估本地离线识别以及更多可选服务商。使用当前语音功能需要用户自行提供 vivo 语音 API AppKey；不配置语音服务不会影响文字输入和 Agent 功能。
隐私与安全
- API 凭据保存在 Windows 凭据管理器。
- 对话和工具活动保存在本地 SQLite 数据库。
- 敏感历史数据使用当前用户 Windows DPAPI 保护。
- 模型不能直接访问操作系统；所有工具调用必须经过本地校验和权限层。
- 破坏性操作和管理员操作可以要求用户明确确认。
- 导出受保护配置前需要 Windows 身份验证。
- 导出的配置文件包含明文凭据，必须视为密钥文件妥善保管。
安装方式
- 在下方 Assets 下载
DeskAide-0.1.0-alpha-win64.zip。 - 将压缩包完整解压到一个可写目录，请勿只从压缩包内部直接运行。
- 启动
DeskAide.exe。 - 打开“设置 → 模型”，配置兼容的模型服务。
- 让模型执行本地操作前，请先检查“权限”页面。
关闭助手窗口后，DeskAide 默认仍会驻留系统托盘。如需彻底结束程序，请从托盘菜单选择“退出 DeskAide”。
系统要求
- Windows 10 1809 或更高版本。
- 推荐使用 Windows 11。
- 64 位 Windows。
- OpenAI-compatible 或 Anthropic-compatible 模型 API。
- 只有使用语音输入时才需要麦克风和 vivo 语音 API 账户。
发布包已经包含 Qt 6.8.3、QML、Multimedia、SQLite、Schannel、FFmpeg、OpenGL 后备和 MinGW 运行依赖。
已知限制
- 当前仅支持 Windows。
- 程序尚未进行代码签名，Windows SmartScreen 可能显示未知发布者警告。
- 即使服务商声明兼容 OpenAI 或 Anthropic，实际请求和流式响应格式仍可能存在差异。
- Windows Hello 是否可用取决于 Windows 版本和设备配置；受保护的配置导出支持回退到 Windows 登录密码验证。
- vivo ASR 为临时过渡实现，目前还没有本地离线语音识别。
- 当前不包含内置联网搜索、浏览器登录态自动化、文字转语音和屏幕理解。
- Alpha 版本仍需要在不同设备、模型服务、麦克风、语音包和 UAC 环境中进行更多端到端测试。
文件校验
文件：DeskAide-0.1.0-alpha-win64.zip
SHA-256：25074E718B01FA4574A1F0B85A2CFC5D2119F973441E344DBD37E19C6B9145FD
压缩大小：52.22 MiB
如需反馈可复现问题，请前往 GitHub Issues。请勿在公开 Issue 中提交 API Key、导出的配置、私人对话、个人路径、命令输出或其他敏感信息。