Skip to content

OrdCat v0.2.12

Choose a tag to compare

@github-actions github-actions released this 13 Nov 08:43
· 2 commits to main since this release

OrdCat 🐈‍⬛ v0.2.12 · 中枢能看图、看视频、认人名

  • 👥 聊天软件认人名:分享微信、QQ、Telegram、飞书等聊天窗口时,小猫会按位置还原对话:左边是别人、右边是你、气泡上方的小字是昵称。问「这句话是谁说的」就能答出来。(需要「屏幕录制」权限)
  • 🖼️ 看图片:问「这张图是什么」时,小猫只截这个窗口一次,交给「看图模型」描述,再由聊天模型回答。聊天模型只懂文字(比如 Groq gpt-oss)也没关系。
  • 🎬 看视频:问到视频时,连拍 3 帧画面,同时听 6 秒声音转成文字,一起参考。
  • ⚙️ 设置 → 模型 分成四块:💬 聊天 / 🖼️ 看图·视频 / 🎙️ 听写 / 🔊 朗读。
    • 看图默认「自动」:聊天模型会看图就直接用它;用 Groq 时会自动用 Groq 的看图模型(同一个 Key)。也可以选硅基流动 Qwen2.5-VL、OpenAI、Gemini、本地 Ollama。有「测试看图」按钮。
    • 听写:本机苹果识别(离线)或云端 Whisper(Groq / 硅基流动 SenseVoice / OpenAI)。选了云端后,你对小猫说话也会用它,更准。
  • 🔒 只在你提问时截图/听声音,不会在后台一直录。