Windows 语音与效率工具箱。统一处理本地音视频、实时字幕、实时双语问答、Codex 模型配置和可安装扩展。实时问答可选择会前准备的资料库。
新增独显省电守卫：电池模式应用核显偏好、接电恢复、独显占用检查与电池放电/续航显示。不等同于固件纯核显模式。
安装 Node.js、Rust MSVC 工具链和 uv 后，在 PowerShell 运行：
git clone https://github.com/thdlrt/WinToolbox.git
Set-Location WinToolbox
.\scripts\dev.ps1首次运行会创建 core/.venv、安装前后端依赖并启动开发窗口。开发数据默认保存在 dist/WinToolbox-portable/data；前端修改即时刷新，Python/原生代码修改会重启开发程序。不要同时运行开发版和免安装版。
需要更新本机固定免安装目录时，先退出程序，再运行 .\scripts\package.ps1 -PortableOnly -SkipInstall。它会更新 dist/WinToolbox-portable 并保留相邻的 data，不会生成 Release ZIP。
-
从 GitHub Releases 下载安装程序。今后公开版本只提供安装包；本地开发仍使用固定便携目录，详见发布约定。
-
打开“设置 → 模型 → 供应商设置”，添加服务地址和 API Key。
-
在“功能模型”中为每个功能分别选择供应商和模型。文件转写、实时识别、翻译、问答、语音合成等可使用不同服务；选择本地模型的功能只使用本机运行时，缺少模型时明确提示，不自动回退云端。 功能模型页提供阿里云预设，一键填入默认功能分配；现有供应商与密钥保持不变，仍可逐项改用其他模型。
-
“本地模型管理”负责本地运行包和模型的安装、导入、导出及删除。
AI 供应商、功能模型和 API Key 已并入“数据与备份 → 配置备份”。两端共用 WebDAV 密码加密，恢复先预览；跨平台只恢复共享 AI，保留本机专属功能。PC 不展示移动端取件模型。详见 配置备份。
程序从空白数据开始，不读取或迁移旧 AItext 的密钥、设置或媒体。Codex 页面点击“扫描模型”后读取指定 Codex 配置；修改需在界面预览后点击应用。
基础运行环境和 FFmpeg 随软件提供。Windows 安装程序检查 WebView2，缺失时联网安装。便携版需要已有 WebView2 Runtime。大型本地模型、GPU 运行包及 Office 转换环境在设置的模型中心按需安装，模型安装需要联网；模型运行包可单独导出以供另一台 Windows x64 电脑导入。
Shizuku：发现局域网手机或填写无线调试连接地址，点击“一键启动”。首次展开无线配对，填手机配对弹窗地址和六位码后“配对并启动”；配对端口不同于连接端口。需要 Android 11+、同一局域网和手机已安装 Shizuku。软件内置 ADB，配对码不写入记录；重开无线调试后端口可能变化，可刷新发现重新选择。
记账：支持项目分组、安卓手机录入与拍照附件、WebDAV 自动合并同步，以及按项目和起止日期导出 XLSX/CSV。原有账目归入“AI报销”，其他项目默认普通收支统计。使用说明。AI 报销项目中可新增支出或转账收入；支出可标记等待报销、已报销或不可报销。支持关键词、类型、状态、分类和币种筛选。区间应均摊金额＝（消费总额－已报销总额）÷2，按分四舍五入；与转账收入比较，显示还需转入、多转金额或已结清。等待报销暂不扣除，不同币种分别计算，区间汇总不受列表筛选影响；均按条目日期归属月份。条目可添加多份发票、收据和支付记录，附件保存副本并随本地备份及 WebDAV 同步。
口语练习：新建段落，粘贴英文，选择音色后保存或生成。每个段落可编辑、删除、移入分类文件夹；选词和选句生成的片段保存在所属段落内。展开片段即可回放，支持调速和循环。点击单词显示离线美式词典音标，未收录的词会明确提示。
音标教学：在口语练习中进入，包含识读音标、六组关键发音、学术词重音、听辨小测和汇报跟读。45 段示范音频随软件提供，可离线慢放；学习进度和自定义稿随应用备份及 WebDAV 同步。支持录音回听及手动导出，录音为临时本机数据，不自动上传或评分。
保存文字和移动分类不调用 API；普通生成复用已有缓存，修改后的新句子或新声音需要合成。选择“重新生成”会再次调用 API 并保留旧音频。删除条目归档记录，删除分类则将段落移到未分类。旧版记录保持独立，不自动猜测片段归属。
音色下拉按当前模型显示百炼官方系统音色，也可填写自定义 ID。目录不是账户克隆音色的实时查询。已有音频可离线回放，变速和循环不产生合成费用。
直播 / 视频实时字幕：打开“实时字幕”，选择电脑播放设备与原语言（默认自动识别），再点击“开始字幕”。英文视频可选“英语 → 中文”。置顶窗口等待文字稳定后配对同句译文，长句从头到尾分屏，留出阅读时间再切换。翻译超时显示本句原文；明显积压时跳过较早待播字幕并提示。可切双语/译文/原文、调整字号和背景、拖动和缩放。鼠标穿透后按 Ctrl + Alt + L 或托盘“显示并解锁字幕窗”恢复操作；Ctrl + Alt + C 仅显示/隐藏。停止或关闭字幕窗结束采集。字幕不打开麦克风、不保存录音，与实时助手互斥。独占全屏播放器请改用窗口或无边框全屏。
本地音视频：添加文件 → 勾选转写、翻译等步骤 → 开始处理。每个处理步骤使用功能模型中分配的供应商与模型。进度、取消、重试和结果文件都在当前工具页面，字幕可编辑并导出 SRT、VTT、TXT、JSON。
实时助手：选择系统声音、麦克风或双路，按需选择资料库，点击开始。双路模式默认从系统声音识别听众问题，麦克风用于上下文。默认保留文字和分段录音；会话历史可回听或在文件工作台重新转写。网络中断时录音继续，重连后自动补转写缺口，历史问题不会再次触发回答。补转写使用文件识别服务，进度、失败原因和结果在实时助手页面查看。
需要依据资料回答时，点击实时助手顶部“资料库”→“新建”，用“导入并建立索引”加入少量相关文档。等待状态为“已就绪”，再在“使用资料库”中选库并开始会话；不需要时选“不使用资料库”。把导入和索引放在会前，可减少现场准备时间；回答仍需实际检索和模型生成。没有独立的资料问答页面，运行中先停止会话再切库或修改资料。
配音：Edge TTS 或百炼 Qwen TTS 可直接使用对应云服务；CosyVoice 是本地模型，需要先安装并选择合适参考音频。背景分离使用独立 Demucs 运行包。
视频增强：安装 Real-ESRGAN Vulkan 运行包，支持有兼容 Vulkan 驱动的 GPU。输出不超过 4K。具体支持情况以运行包检测和实际任务结果为准。
快捷脚本：长按快捷键后按选区推荐文本、文件或文件夹操作。解散文件夹先预览，重名和外部修改会拦截，不覆盖已有文件。
| 快捷键 | 功能 |
|---|---|
| Ctrl + Alt + Space | 立即回答最近问题 |
| Ctrl + Alt + Escape | 取消当前答案 |
| Ctrl + Alt + ← | 在实时界面查看上一题 |
快捷键被其他应用占用时，可使用界面上的同名按钮。悬浮窗支持置顶、缩放和移动。
- Whisper large-v3-turbo / large-v3：多语种转写与词级时间戳。
- Qwen3-ASR 0.6B / 1.7B：本地分段转写，配套强制对齐器；不要求安装 WSL。
- SenseVoiceSmall：中、英、日、韩和粤语快速识别。
- Pyannote：说话人区分；模型需 Hugging Face 访问权限。在 API 服务中添加名称为
Hugging Face的服务，类型选 OpenAI 兼容，地址填https://huggingface.co/api，密钥填 Hugging Face 令牌。 - CosyVoice、Demucs、Real-ESRGAN 和 LibreOffice：独立安装，互不修改系统 Python/Conda 环境。
API 模式无需下载这些模型。本地实时模式为分段识别，延迟与模型大小、显卡和语音断句有关；不会标成原生流式服务。
WinToolbox 自有源码以 MIT License 开源。随附组件、词典、模型和可选运行时采用各自许可证，详见 第三方组件说明。请勿把个人密钥、同步凭据、模型或 data 目录提交到仓库。
WebDAV：只配置一次服务地址、账号、密码和根目录。配置备份由用户手动上传及恢复，恢复只覆盖配置；记账、诊断配置、文件中转站和项目记忆自动使用根目录下各自的子目录。账目按记录合并，文件中转站固定使用 file-relay，无需单独指定目录。旧目录保留并自动迁移。使用说明。
云端配置备份统一使用已保存的 WebDAV 密码加密，包含 API 密钥；恢复后重新加密保存在本机。当前 WebDAV 连接不从备份覆盖。应用记录和附件由统一数据同步管理器自动合并，左下角图标可立即同步并查看最近成功时间。完整数据恢复仍使用本地完整备份入口。
安装版默认数据位置：%LOCALAPPDATA%\WinToolbox。便携版通过 EXE 相邻的 portable.flag 使用 data 目录。文件输出可选择其他目录。
设置中的备份可以包括任务、资料、录音、输出及模型。包含 API 密钥时必须设置备份密码，密钥在日常使用时由 Windows 当前用户加密保护。跨用户或跨电脑不要直接复制密钥存储，应使用加密备份恢复或重新输入密钥。
恢复备份会检查内容与路径，开始前需要其他任务和实时会话停止。数据恢复与数据库路径会针对当前目录调整。外部输出目录中的大文件请另外复制，或在恢复后重新定位。
升级时退出旧版，使用新版安装程序。卸载程序不默认删除数据。故障日志位于数据目录 logs，任务的处理日志在对应任务目录。
需要 Node.js、Rust MSVC 工具链、uv。运行：
.\scripts\dev.ps1后端协议：
.\core\.venv\Scripts\python.exe -m toolbox --data-dir .\.build\dev-data测试与打包：
uv run --project core pytest tests
.\scripts\package.ps1实现接口见 docs/CONTRACT.md，工具包模板见 examples/file-hash。目录职责：desktop 为桌面 UI 与原生壳，core/toolbox 为后台，tests 为自动测试，scripts 为开发与发布工具。
发布前记录实际测试结果到 docs/VALIDATION.md。API 端到端效果需要使用者配置可用密钥后验证；测试中的协议模拟不代表实际模型质量或网络延迟。可选模型的下载与硬件兼容性由各运行包独立报告。
此项目参考 AItext 的功能设计，从独立配置和数据开始，不包含任何视频下载器、用户 Cookie 或旧项目私有数据。
工具首页 → FN 远程访问，填写设备专属 FN Connect 域名与飞牛管理员账号，选择仅回家或全局出口。点击连接后可测试回家连接；SOCKS5 位于 127.0.0.1:18792。需要系统应用流量接管时启用 TUN，并完成 Windows 管理员授权。NAS 端需要局域网桥 0.4.0，在回家 VPN 页允许客户端隧道并设置局域网范围；全局出口还需要 NAS 端单独允许。
不支持 FN Token 的 API 工具可使用“API 端口映射”：为指定的局域网 IPv4 和端口生成 127.0.0.1:本机端口，工具只需改用这个本机地址。每条映射可单独编辑、启用、停用和删除，断线后停止监听，重新连接时恢复已启用规则。映射始终只监听本机并固定走仅回家范围；目标必须在 NAS 插件下发的允许网段内。HTTP、HTTPS、TCP 和 WebSocket 都按原始 TCP 转发，HTTPS 工具仍需处理目标证书域名问题。映射规则随备份和 WebDAV 快照迁移，不保存或暴露 FN Token。
点主窗口关闭默认隐藏到托盘，连接继续运行。从托盘菜单的退出彻底结束；退出时停止 TUN 和隧道。密码、会话仅驻留内存，不进入任务记录、配置与备份。程序重启后重新连接。当前只转发 TCP；UDP、IPv6、广播发现和双重验证尚未接入，Android APK 尚未交付。
工具箱现已支持项目与全局两级记忆管理：本机/SSH 离线记录、WebDAV 增量同步、多设备独立项目订阅、冲突合并、AI 候选整理及全局任务看板。项目只在部分电脑存在也可正常同步浏览；设备路径和 SSH 凭据不会传播。使用与数据机制。
设置默认打开“通用”。开机自启仅登记当前用户的 Windows 登录启动项，默认不启用；便携版移动后需重新启用以更新路径。若任务管理器禁用启动项，界面会提示在那里恢复。
“检查更新”读取 thdlrt/WinToolbox 的 GitHub 正式发布，按版本号选择新版本，下载后验证 SHA-256。安装版在原安装目录直接覆盖更新，无需卸载旧版；保留设置、模型和记录，安装成功后自动重启，失败或取消时记录错误。历史便携更新只适用于含 ZIP 的旧发布，本地开发使用打包脚本更新。网络失败可重试，后台任务未结束时禁止安装。更新暂存、旧程序和安装日志位于 data/updates，不纳入项目记忆同步。
工具首页新增「文件同步」：支持文件/目录单向与双向同步、内容校验、变更预览、冲突选择、覆盖前备份和后台轮询。可导入旧 FileSync 配置；旧配置损坏时可从运行日志恢复路径，恢复后默认暂停自动同步。操作与迁移说明见 文件同步。
工具首页的「文件中转站」可连接飞牛或标准 WebDAV，在指定远端缓存目录浏览、上传、下载文件，支持拖拽上传、Windows 右键发送、按时间预览清理，以及校验成功后移走本地文件。每台电脑单独保存加密凭据。详见 文件中转站使用说明。
手动清理、占用阈值和定时间隔自动清理均在工具箱的内存清理设置中配置，无需 Mem Reduct。自动清理在工具箱运行期间生效（隐藏到托盘仍运行），退出后停止。首次启用固定用途清理组件需要一次 Windows 管理员授权；自动任务不会后台申请权限。常规清理用于日常使用，深度清理可能造成短暂卡顿。