Skip to content

Pi Desktop 0.6.0

Latest
Latest

Choose a tag to compare

View all tags
@lijian-ui lijian-ui released this 26 Aug 08:53
· 1 commit to master since this release
v0.6.0
4a6fcf7

Pi Desktop v0.6.0 Release Notes

✨ 本版概要

  • 语音合成（TTS）：桌面端 LLM 回复支持朗读 + 流式自动播放，并可在 IM 渠道以语音消息回复（小米 MiMo-V2.5-TTS）。
  • 飞书（Feishu / Lark）IM 通道：新增飞书机器人接入，与钉钉 / 微信 / QQ 并列。
  • IM 语音回复：QQ、飞书支持把 AI 回复合成语音发送，可设「仅发送语音」。
  • IM 会话 / 工作区命令：新增 /workspaces /workspace /sessions /continue。
  • LLM 回复区重构：思考过程 / 工具 / 中间回复折叠为「思考与工具」面板；思考内容默认折叠，避免大段思考撑爆回复区。
  • 用户消息代码引用卡片折叠：引用卡片可点击展开 / 收起。

新增功能

1. 语音合成（TTS）

  • 新增独立 TTS 子系统（主进程 src/main/tts/tts-service.ts，渲染端 src/renderer/sidebar/TtsPage.tsx）。
  • 模型：MiMo-V2.5-TTS（小米 mimo），通过 OpenAI 兼容接口调用。
    • 非流式：返回完整 WAV（base64）。
    • 流式：返回 PCM16（24kHz 单声道） 分块，渲染端 pcm-player.ts 实时播放，LLM 流式结束即同步朗读。
  • 设置页新增「语音合成」分区：
    • 多配置管理（增 / 删 / 改 / 设为当前）、预置音色（冰糖 / 茉莉 / 苏打 / 白桦 / Mia / Chloe / Milo / Dean）、自然语言「语气风格」指令、测试语音、流式自动播放开关。
    • 配置持久化到 ~/.pi/agent/tts-config.json（独立于 settings.json，密钥隔离）。
  • 桌面端 LLM 回复气泡新增「朗读 / 停止」按钮（AssistantTurn.tsx），开启流式开关后回复完成自动播放。
  • IPC：pi:getTtsConfig / pi:saveTtsConfig / pi:ttsSynthesize / pi:ttsSynthesizeStream；主进程通过 pi:ttsChunk / pi:ttsDone 推送音频分块。预加载 window.piDesk.ttsSynthesize / onTtsChunk / onTtsDone。

2. 飞书（Feishu / Lark）IM 通道

  • 新增 feishu 渠道类型（src/main/im/feishu/：adapter / connection / reply）。
  • 配置字段：appId / appSecret / encryptKey（可选）/ verificationToken（可选）/ brand（feishu / lark）。
  • 渠道弹窗（ImChannelModal）支持飞书字段与可选标记；vite.config.ts 将 @larksuiteoapi/node-sdk 设为 external（与 dingtalk-stream 同模式，运行时由 Electron 解析）。

3. IM 语音回复（QQ + 飞书）

  • 渠道实例新增 ttsReply（同时发语音）与 ttsVoiceOnly（仅发语音，失败自动回退文字）。
  • QQ 适配器 sendVoice：文本 → MiMo TTS → WAV → SILK Base64 → QQ 语音消息（@tencent-connect/qqbot-nodejs 的 audioFileToSilkBase64）。
  • 网关在回复完成时按渠道配置合成语音；voiceOnly 模式下跳过文字流、仅发语音（语音失败回退文字）。

4. IM 会话 / 工作区管理命令

  • /workspaces：列出所有工作区（近期目录 + 会话历史 cwd，标记当前会话）。
  • /workspace <路径>：设置待切换工作区（校验目录存在），下次 /new 生效。
  • /sessions：列出全部会话（编号 + 首条消息预览 + 工作区），供 /continue 快捷引用。
  • /continue <id 或编号>：将当前会话映射到已有 Pi 会话文件（ImSessionMap.setMapping）。
  • 帮助文本同步更新；/model 列表格式优化。

5. LLM 回复区 · 思考与工具折叠

  • 会话回合折叠（消息列表重构为 MessageList → AssistantTurn + ThinkingTools），同一回合只显示一个 Pi 头像，中间过程（思考 / 工具 / 中间回复）聚合成「思考与工具」面板：流式自动展开、完成自动折叠。
  • 本版新增：思考内容默认折叠——面板内新增「思考过程」开关，流式 / 完成态均折叠，用户手动点开查看大段思考，回复区始终保持清爽（折叠态下空 step 自动过滤，不留分隔线）。

6. 用户消息代码引用卡片折叠

  • 用户气泡内的代码 / 终端引用卡片（RefCard）可点击标题折叠 / 展开（ChevronRight 旋转指示）。

修复与体验优化

  • 代码块复制修复：Markdown.tsx 复制改为从渲染后 <code> 元素取 textContent，修复 rehype-highlight 把代码包成 <span> 导致复制内容带标签 / 丢失的问题；同时修正代码块首尾多余换行。
  • 发送流程优化：ChatComposer / useAgentSession 在发送时乐观插入用户气泡（含 attachments，经 mutateBuffer 写入 messagesByPath 避免附件被 SDK 事件覆盖）；队列发送时重建 fullBody（用户文本 + 展开的代码引用），确保模型收到完整上下文，附件引用随消息入队转发。
  • 停止逻辑统一：steer / followUp / abort 改用 resolveCwd(cwd) 解析工作目录（与既有「空 cwd 回退 chatOnlyCwd」约定一致），避免误定位到 null 工作区。
  • 主题 / 原生控件修复：tokens.css 增加 color-scheme: dark / light；global.css 强制 <option> 背景 / 前景按主题着色，修复 Windows / Electron 下 <select> 下拉框始终白底黑字的问题。
  • i18n：新增飞书、TTS、语音回复、IM 命令等近 90 条中英文文案。

依赖与构建

  • vite.config.ts：external 增加 @larksuiteoapi/node-sdk。
  • package.json / package-lock.json：TTS 服务使用 axios；QQ 适配复用 @tencent-connect/qqbot-nodejs 的 SILK 转换。

验证状态

项目 状态
类型检查（渲染端 tsc -p tsconfig.json --noEmit） ✅ 通过
类型检查（主进程 tsc -p tsconfig.node.json --noEmit，含 TTS / 飞书） ⚠️ 待你本地验证（按约定我不跑主进程 build）
生产构建 / 打包（electron-builder） ⚠️ 待你本地验证
TTS 实际合成 / 飞书接入 / QQ 语音回复 ⚠️ 需配置 API Key 与渠道后实测

本版为未提交的工作区改动汇总。发版前请在本地完成主进程类型检查与生产构建，并实测 TTS、飞书接入与 QQ 语音回复链路。

如果使用过程中遇到任何问题，请直接到 [Issues]( 反馈。

Assets 15
Loading