llmTools v0.5.1

llmTools v0.5.1

v0.5.1 focuses on a clear first-run model experience, accurate feature readiness, and actionable recovery when a model or runtime is missing.

功能与修复

• 模型首次配置：模型页默认进入“开始使用”，逐项显示文本、网页翻译、OCR、字幕、会议和 TTS 的真实可用状态。
• 单一推荐入口：文本、OCR、ASR 和 TTS 各提供一个首次安装首选；其他兼容模型与辅助 runtime 收入高级折叠区，已有默认选择不会被覆盖。
• 无模型状态：完全没有本地模型和远程 Provider 时，所有处理入口会明确禁用并指向模型设置；设置、权限、Provider 配置和已有历史仍可使用。
• 可用性校验：空目录、丢失路径、失败或加载中的模型不再解锁功能；外接模型盘暂时离线时保留用户选择，文件恢复后可重新使用。
• 精确依赖提示：基础 OCR、OCR 后处理、原文字幕、字幕翻译、会议转写、会议纪要、单旁白 TTS 和多角色 TTS 分别按真实依赖展示 Ready、Partial 或 Unavailable。
• 下载指引：为 Qwen3.5、GLM-OCR、Qwen3-ASR 和 VoxCPM2 提供准确模型 ID、官方页面、镜像、复制命令和添加目录说明；Fast MT、fastText 与 pyannote 继续作为可选辅助 runtime 管理。
• 网页翻译诊断：bridge 状态现在包含功能与模型矩阵；功能关闭返回 403，当前 LLM/Fast MT 路由缺少依赖时返回 409 model_not_configured，扩展会禁用对应操作并显示修复入口。
• 启动资源控制：Fast MT 启动检查只验证本地文件与 Python 模块，不再为了显示 Ready 自动启动常驻 sidecar。
• 回归覆盖：新增全新 HOME、空模型目录、校验失败、外接路径恢复、推荐策略、Fast MT 域名覆盖和浏览器扩展缺模型状态检查。

使用方法

1. 从本 Release 下载 llmTools-v0.5.1-macos-arm64.zip，解压后把 llmTools.app 移到 /Applications 或其他可信目录。
2. 首次启动后打开“设置 -> 模型 -> 开始使用”，只为计划使用的功能安装一个推荐模型，不需要下载全部支持模型。
3. 文本、OCR 和 ASR 模型下载完成后，在“模型管理”中添加整个模型目录；ASR 还需要执行对应的 runtime 健康检查或修复。
4. TTS 可以在“开始使用”页面一次安装独立 runtime 和 VoxCPM2 模型；多角色分析还需要一个本地 GGUF 或 MLX 文本模型。
5. 网页翻译扩展仍为开发通道；升级后请在 chrome://extensions 或 edge://extensions 重新加载本 Release 附带的 unpacked extension。

推荐起步组合

• 文本：lmstudio-community/Qwen3.5-0.8B-MLX-8bit
• OCR：mlx-community/GLM-OCR-4bit
• ASR：mlx-community/Qwen3-ASR-0.6B-8bit
• TTS：mlx-community/VoxCPM2-bf16

说明

• Release 包含 runner、安装脚本和 Chromium 扩展，但不包含任何模型权重。
• 远程文本或视觉 Provider 可以替代相应的一般任务；会议纪要、多角色 TTS 分析和语音处理仍遵守既有 local-only 边界。
• Provider API key 继续保存在本地 model-registry.json，不接入 macOS Keychain。
• Chromium 扩展仍为手动加载的开发版本，不是 Chrome Web Store 分发版本。
• macOS app 使用 ad-hoc 签名且未 notarize。

Assets

• llmTools-v0.5.1-macos-arm64.zip: macOS arm64 app bundle, ad-hoc signed.
• llmTools-v0.5.1-macos-arm64.zip.sha256: checksum for the macOS app archive.
• llmTools-v0.5.1-chromium-extension.zip: Chromium development extension source for manual unpacked loading.
• llmTools-v0.5.1-chromium-extension.zip.sha256: checksum for the Chromium extension archive.

Install

1. Download and unzip llmTools-v0.5.1-macos-arm64.zip.
2. Move llmTools.app to /Applications or another trusted folder.
3. Launch the app and grant Accessibility permission if selected-text capture is needed.
4. For webpage translation, open Settings -> 网页翻译, repair the browser bridge, and load the unpacked Chromium extension folder shown by the app.

This build is ad-hoc signed and not notarized.

llmTools v0.4.1

llmTools v0.4.1

v0.4.1 focuses on local speech pipelines, process cleanup, Quick Action reliability, and security boundaries around local credentials, provider traffic, and remote OCR images.

功能与修复

• FunASR 组合说话人管线：为官方 Fun-ASR-Nano model.pt 增加 Nano + FSMN-VAD + CAM++ + CT-Punc 离线管线，可用于文件字幕和离线会议；没有有效说话人标签时继续回退到 pyannote 或仅转写。
• 语音模型设置：按模型族、实时/文件用途、说话人能力和实际 runtime 展示已注册语音模型，并支持安装、验证或修复 FunASR 组合管线。
• 进程与内存回收：会议停止、取消和全局空闲卸载会回收 ASR、Fast MT 与 fastText LID sidecar；阻塞中的请求可被非阻塞 stop 中断，避免结束后模型进程继续占用内存。
• Quick Action 稳定性：切换输入或关闭面板会取消旧任务；划词捕获优先使用 Accessibility，替换原文前校验原选区，剪贴板 fallback 仅在仍持有写入所有权时恢复内容。
• OCR 输入边界：远程图片仅允许公开 HTTPS 地址，并检查重定向、响应类型、下载字节数、输入文件大小和像素上限；取消操作会终止正在进行的图片下载与预处理。
• Provider 与本地 bridge 安全：远程 Provider 要求 HTTPS，本机 loopback 可继续使用 HTTP；跨 origin 或降级重定向被拒绝；本地 bridge 对 HTTP framing 和 body 大小执行有界解析。
• 本地数据权限：继续使用 app 管理的本地 Provider key，不接入 macOS Keychain；Application Support 目录收紧为 0700，registry、history 和 backup 文件收紧为 0600。
• 文本任务默认模型：翻译、润色、总结、解释和待办可分别选择默认文本模型，未单独配置时回退到 Text 默认模型。
• 运行时健壮性：统一并发读取子进程 stdout/stderr，避免大输出导致 pipe backpressure 卡住；ASR runtime 路径集中到 app 管理目录。

使用方法

1. 从本 Release 下载 llmTools-v0.4.1-macos-arm64.zip，解压并把 llmTools.app 移到 /Applications 或其他可信目录。
2. 首次启动时按需授予 Accessibility、麦克风和屏幕录制权限；该构建使用 ad-hoc 签名且未 notarize，必要时从 Finder 的“打开”或“系统设置 -> 隐私与安全性”允许启动。
3. 在“设置 -> 模型”注册并启用本地/远程模型。远程 Provider 使用 HTTPS；仅 localhost 和 loopback 地址允许 HTTP。
4. 在“设置 -> 文本”选择默认模型，并按需为翻译、润色、总结、解释和待办分别指定模型。
5. 在“设置 -> 媒体字幕”查看语音模型能力。使用官方 Fun-ASR-Nano 时，可从设置中安装并验证离线组合管线。
6. 网页翻译扩展仍为开发通道；升级后请在 chrome://extensions 或 edge://extensions 重新加载本 Release 附带的 unpacked extension。

说明

• ASR、说话人处理和会议纪要继续保持 local-only，不会回退到远程 Provider。
• 官方 FunASR 组合管线用于文件字幕和离线会议；根据当前 speaker 质量测试，它不进入实时会议采集模型选择。
• Provider API key 仍保存在本地 model-registry.json。权限已收紧，但共享 macOS 账户或可读取用户文件的备份仍属于同一信任边界。
• Chromium 扩展仍为手动加载的开发版本，不是 Chrome Web Store 分发版本。
• macOS app 使用 ad-hoc 签名且未 notarize。

Assets

• llmTools-v0.4.1-macos-arm64.zip: macOS arm64 app bundle, ad-hoc signed.
• llmTools-v0.4.1-macos-arm64.zip.sha256: checksum for the macOS app archive.
• llmTools-v0.4.1-chromium-extension.zip: Chromium development extension source for manual unpacked loading.
• llmTools-v0.4.1-chromium-extension.zip.sha256: checksum for the Chromium extension archive.

Install

1. Download and unzip llmTools-v0.4.1-macos-arm64.zip.
2. Move llmTools.app to /Applications or another trusted folder.
3. Launch the app and grant Accessibility permission if selected-text capture is needed.
4. For webpage translation, open Settings -> 网页翻译, repair the browser bridge, and load the unpacked Chromium extension folder shown by the app.

This build is ad-hoc signed and not notarized.

llmTools v0.4.0

llmTools v0.4.0

v0.4.0 adds a dedicated, local-only meeting transcription workflow and packages the Phase 4/4.x media, language-routing, and speaker-processing improvements into one release.

功能

• 会议转写与纪要：独立原生窗口，支持麦克风、系统音频和本地音频/视频文件。
• 能力自适应 ASR：VibeVoice 一类模型可联合输出文字、说话人和时间戳；普通实时 ASR 先输出文字，再异步回填本地说话人标签；分离不可用时继续仅转写。
• 可编辑会议结果：支持修改完成的转写文字、重命名说话人、合并 speaker，并分别取消最终整理或纪要生成。
• 本地中文纪要：停止后使用本地 GGUF/MLX 文本模型生成摘要、关键决策、待办事项、开放问题和主题。
• 本地恢复与导出：异常退出后可恢复不含临时音频的会议草稿；可导出 Markdown、TXT 和 JSON。
• 媒体与实时字幕：继续支持本地音视频转写、字幕翻译、SRT/VTT/TXT/Markdown 导出，以及麦克风/系统音频实时字幕。
• 本地语言与说话人处理：包含 fastText 语言识别、fast MT 路由、文件说话人分离和网页翻译 cache v2 引擎隔离。
• 窗口置顶：Quick Action、选择操作、悬浮组件、实时字幕和会议窗口均可通过图钉按钮保持置顶。
• 任务取消与长文本处理：取消媒体字幕或会议收尾会终止底层 ASR/pyannote 子进程；长字幕翻译会按模型上下文拆批，超长单条字幕继续按文本边界切分。
• mlx-community VibeVoice-ASR：作为 file-only 原生说话人模型复用 MLX ASR runtime 和本地 Qwen2.5 tokenizer sidecar；原始 PyTorch runtime 仍可通过 legacy 安装脚本或自定义命令使用。
• 有界本地音频工作区：原生说话人 ASR 的连续讲话按 120 秒技术窗口处理；若本地 ASR 慢于采集并排队 2 个窗口，app 会自动停止采集并完成队列；临时目录和恢复草稿使用 owner-only 权限，失败、取消、正常停止或崩溃恢复后会按所有权清理。

使用方法

1. 从本 Release 下载 llmTools-v0.4.0-macos-arm64.zip，解压并把 llmTools.app 移到 /Applications 或其他可信目录。
2. 首次启动时按需授予 Accessibility 和麦克风权限；系统音频会议还需要在“系统设置 -> 隐私与安全性 -> 屏幕录制”允许 llmTools，并在授权后重启 app。该构建使用 ad-hoc 签名且未 notarize，必要时从 Finder 的“打开”或“系统设置 -> 隐私与安全性”允许启动。
3. 在“设置 -> 模型”注册并启用需要的本地模型；媒体/会议 ASR 必须使用本地 speech-capable 模型。
4. 在“设置 -> 会议”选择会议采集 ASR、文件 ASR、可选的本地纪要模型、默认输入和源语言，并运行健康检查。
5. 从状态栏菜单打开当前标题为“会议转写与纪要”的窗口。实时会议选择麦克风或系统音频后开始；已有录音选择本地音频/视频文件。
6. 修改转写或 speaker 后停止会话；按需执行“最终整理”和“生成纪要”，再用“导出”写入 Markdown、TXT 或 JSON。
7. 网页翻译仍使用开发通道：在“设置 -> 网页翻译”修复 bridge，并在 chrome://extensions 或 edge://extensions 重新加载本 Release 附带的 unpacked extension。

说明

• 会议 ASR、说话人分离和纪要生成不会回退到远程 provider。
• v0.4.0 的会议采集不支持麦克风与系统音频混合；现有实时字幕仍可使用混合来源。
• 正常停止时默认删除临时会议音频；恢复草稿不保留音频，异常退出后的清理会保留仍由其他活跃 app 进程使用的目录。
• Chromium 扩展仍为手动加载的开发版本，不是 Chrome Web Store 分发版本。

Assets

• llmTools-v0.4.0-macos-arm64.zip: macOS arm64 app bundle, ad-hoc signed.
• llmTools-v0.4.0-macos-arm64.zip.sha256: checksum for the macOS app archive.
• llmTools-v0.4.0-chromium-extension.zip: Chromium development extension source for manual unpacked loading.
• llmTools-v0.4.0-chromium-extension.zip.sha256: checksum for the Chromium extension archive.

Install

1. Download and unzip llmTools-v0.4.0-macos-arm64.zip.
2. Move llmTools.app to /Applications or another trusted folder.
3. Launch the app and grant Accessibility permission if selected-text capture is needed.
4. For webpage translation, open Settings -> 网页翻译, repair the browser bridge, and load the unpacked Chromium extension folder shown by the app.

This build is ad-hoc signed and not notarized.

llmTools v0.3.0

llmTools v0.3.0

Assets

• llmTools-v0.3.0-macos-arm64.zip: macOS arm64 app bundle, ad-hoc signed.
• llmTools-v0.3.0-macos-arm64.zip.sha256: checksum for the macOS app archive.
• llmTools-v0.3.0-chromium-extension.zip: Chromium development extension source for manual unpacked loading.
• llmTools-v0.3.0-chromium-extension.zip.sha256: checksum for the Chromium extension archive.

Install

1. Download and unzip llmTools-v0.3.0-macos-arm64.zip.
2. Move llmTools.app to /Applications or another trusted folder.
3. Launch the app and grant Accessibility permission if selected-text capture is needed.
4. For webpage translation, open Settings -> 网页翻译, repair the browser bridge, and load the unpacked Chromium extension folder shown by the app.

This build is ad-hoc signed and not notarized.

llmTools v0.2.0

llmTools v0.2.0

Assets

• llmTools-v0.2.0-macos-arm64.zip: macOS arm64 app bundle, ad-hoc signed.
• llmTools-v0.2.0-macos-arm64.zip.sha256: checksum for the macOS app archive.
• llmTools-v0.2.0-chromium-extension.zip: Chromium development extension source for manual unpacked loading.
• llmTools-v0.2.0-chromium-extension.zip.sha256: checksum for the Chromium extension archive.

Install

1. Download and unzip llmTools-v0.2.0-macos-arm64.zip.
2. Move llmTools.app to /Applications or another trusted folder.
3. Launch the app and grant Accessibility permission if selected-text capture is needed.
4. For webpage translation, open Settings -> 网页翻译, repair the browser bridge, and load the unpacked Chromium extension folder shown by the app.

This build is ad-hoc signed and not notarized.