Windows 桌面 AI 工作台。聊天、終端機、本機大型語言模型（Local SI）、訂閱額度、AGY 反向代理、語音轉文字（檔案轉錄／錄音機／即時字幕／全域語音輸入）、翻譯、文字轉語音、生成圖片影像 放在同一個 App；語音相關功能可完全離線（本地模型、CPU 即時），也能改走雲端 API。
v1.67.0 — 下載安裝檔
v1.67.0 新增 Antigravity 支援：MCP 與 Skills 分頁可管它的 MCP 伺服器、skills、GEMINI.md 與設定檔；各家 AI 的設定檔（settings.json／config.toml／opencode.json）也能直接看和改，存檔前先檢查格式。終端機視窗回到前景時自動修好糊掉的字；Telegram 送出訊息後自動跳到最下面。
v1.66.0 內建瀏覽器切分頁、切進 Browser 模式不再頓一下（特效多的網頁切回從最長 0.2 秒降到一幀內）；1 小時沒看的背景分頁自動休眠釋放記憶體，點回去重新載入（正在播聲音的不收）。
v1.63.0 超大文字檔順暢開啟：50MB 以上的 JSON／log 在工作區與編輯視窗都能直接編輯（上限從 50MB 提高到 256MB）；超過 256MB（含 UTF-16）改用唯讀分段檢視（330MB 不到 1 秒開好），可捲動、跳行、搜尋（預設不分大小寫，Aa 切換）。檔案在外面被寫入會自己更新並跟到檔尾，像看即時 log；超大檔的 Git 變更也點得開，等待時有提示。大 Markdown 預設開編輯、預覽只畫開頭，不再卡住。
前版網頁版 ChatGPT／Gemini／Grok 長對話與大量數學公式不再卡頓；Telegram 切回保留每一格的位置；工作區可直接預覽 HTML。
本版 Markdown 預覽完整支援：內嵌 HTML（置中 logo、圖片寬度、可收合的 details）、Mermaid 圖表、程式碼上色、數學公式、巢狀與待辦清單、參考式連結、自動連結、GitHub 提示框、腳註、表情代碼；相對路徑連結點了直接開檔案。額度新增提醒（週窗口快重置仍剩很多、Codex 重置次數快過期）與 5 小時窗口定時預熱；背景 agent 完成或在等你回答時跳 Windows 通知。工作區新增指令面板（Ctrl+Shift+P）、一鍵建 worktree 並開 agent、終端機分頁顯示上下文用量；MCP 伺服器可以測試連線。
本版修正 Miroxen 引擎更新：更新時生成頁會顯示「更新中」並可重新連線，不再停在空白畫面；下載到一半不會啟動舊引擎鎖住檔案；「更新到 vX」按鈕文字不再超出，並顯示下載進度。Local SI 執行環境重新排版：圖片影像 API 移到啟動列下方，占用併入「推論」區塊。
本版新增「生成圖片影像」頁，內嵌 Miroxen 工作台：Qwen-Image-2.1 生成與編輯圖片、MiniMax-H3 生成有聲影片，介面跟著 App 的明暗主題。引擎在 Local SI「執行環境」安裝與更新（只支援 NVIDIA、驅動 580 以上），模型在「推薦」下載；執行環境另有 API 網址、金鑰與「允許區網其他裝置連線」開關。
本版修復 v1.53.0 省記憶體改動造成的終端機卡頓：切換專案、切換或新增分頁時，常用畫面會直接沿用，不再每次拆掉重建。最多保留 8 個畫布，超過才回收最久沒看的背景畫面，並排顯示保留。
v1.54.1 減少等待 AI 對話紀錄掃描；文字翻譯切到其他工具後會繼續，背景工作結束才釋放模型。即時字幕開始後切頁仍保留模型，停止或關閉字幕才釋放，並補上回歸驗證。
v1.54.0 重排系統監控：總覽去掉重複數值、卡片依螢幕寬度自動排成一到三欄；壓力測試併入「效能與壓力測試」同一頁，即時儀表只留一份。應用程式管理不再列出共用執行環境，Google App 等同名身分套件併入原本的安裝紀錄。
v1.51.0 的**設定「安裝」**更新失敗會自動重試：先用系統管理員權限靜默重跑，再不行就打開原廠安裝畫面；WinGet 更新不了的改走內建更新程式（iCUE、Google Cloud SDK）；常用新增 iCUE 與 Google App。專案瀏覽器新分頁改用 Infinity，登入小視窗三種開法都接得住（含擴充功能的 chrome.identity 登入）。
v1.43.0 改善專案 AI 紀錄：完整對話同頁顯示，工具呼叫可整組展開，標題、操作與概況合併置頂；新增 Ctrl+F 搜尋與側欄「複製」紀錄路徑。終端機對話清單會跟著 CLI 切換，點選可跳到該則內容。兩顆本地 ASR 統一使用 llama-server router，並修正檔案縮圖閃爍、複製圖片、專案 Git 與檔案操作。
v1.42.0 的 CC Proxy MCP 一次管四家 CLI（Claude、Codex、Grok、OpenCode），新增 Skills 開關與全域記憶檔（都能一鍵在檔案頁開資料夾），CLI 版本搬去設定頁；Local SI 子分頁改成執行環境、推薦、探索。前版把本地模型收進 Local SI：新增「推薦」（語音辨識兩顆、翻譯為 LinguaForge 與 Index-Translate 2B），舊的 Qwen3.5 0.8B／4B 會改接到 Index；NVIDIA 顯示卡記憶體 8GB 以上自動用 GPU，否則用 CPU，本地翻譯改走 llama-server，切模型不再當掉。滑鼠側鍵可以在 App 裡上一頁、下一頁。專案終端機偶爾開了就消失、只剩側欄圖示的問題也修好了，圖示點一下就能打開。前版改名 AxonDeck、換上新 logo，從 VoiceInk 自動更新會沿用原本的設定、紀錄與模型。頂欄「AI」改名 Super Intelligence、「HF模型」改名 Local SI；CC Proxy 的 Opus／Sonnet／Haiku 三格並排、可打字搜尋模型，OpenRouter 只列近一年、可接 Claude Code 的前 100 名；CLI 版本頁沒裝會自動安裝（含 Node）、安裝與更新都在背景；系統監控處理程序加上網路欄、程式圖示、各欄總占用與拖曳換欄；語音轉文字的檔案轉入與錄音機合併成左右兩欄，錄音可直接拖去轉錄；即時字幕可選系統聲音或麥克風。前版全面掃過程式碼修掉五十多個 bug：檔案頁右欄雙擊、捲動、刪除與改名不再誤動左欄（左欄在資源回收筒時右欄刪檔不再變永久刪除）；Claude Code 閘道登入、續期與上游卡住時關不掉的問題；用量統計漏算與重複計算；HF 模型量記憶體與實測速度跑不起來、多張顯示卡只用一張；效能調整讀不到溫度時不會自動還原、CPU 功耗預設被壓低；Git 捨棄含方括號的檔名會動到別的檔案；NAS 離線時整個 App 卡住等。前版修復 Grok 網頁版一直卡在 Cloudflare「正在執行安全驗證」的問題。再前版「聊天」改名 AI：側欄可直接開 ChatGPT、Gemini、Claude、Grok 網頁版，每按一次新增一則對話、記住各自的對話網址與標題，下次點回來就是原本那段對話；對話與資料夾改成右鍵選單。內建瀏覽器（AI 網頁版與專案瀏覽器）補成跟真 Chrome 一樣，Google 登入不再被判定「可能有安全疑慮」。沒在看的網頁會自動收掉，整個 App 記憶體大幅下降。前版修復檔案轉錄遇到請求過於頻繁或逾時時整份中斷的問題：同一段會自動重試，仍失敗則保留前面已完成的逐字稿。再前一版修復原生播放器有聲音卻沒有視窗的問題，圖片、音樂、影片都會正常顯示。更早一版已修正 Codex／Grok 模型清單更新與 AI lab 分組，並加入每日模型同步、下載加速與語音輸入膠囊修復。
本版新增 Claude Code 終端機狀態（運行中／等你回答），AxonDeck 重開後可接回原對話；Codex 終端機不再另開外部視窗。檔案頁的本機磁碟清單會跟著插拔更新，手機版網頁可直接在 App 內瀏覽。 前一版主打更省、更快：幾個最吃資源的背景程式改用 Rust 重寫。終端機的背景程式從約 50MB（長時間使用會漲到兩百多 MB）降到約 7MB，第一次開終端機更快，也不用再多佔 238MB 硬碟；「用量統計」第一次掃描從約 28 秒變成 1 秒多；檔案頁算資料夾大小快十幾倍，大資料夾也算得完（以前 8 秒就放棄）；語音輸入的熱鍵程式從 34MB 降到 7MB；背景少掉四個看不到的主控台程序；終端機大量輸出時 GPU 少用一些記憶體。畫面與操作完全不變。 前一版主打不再突然卡住：以前 App 偶爾「沒有回應」被 Windows 關掉，主因是某些檢查會停下整個 App 等網路磁碟（NAS 睡著時可能等十幾秒），現在全部改成背景處理、等太久就先跳過。另外把全專案不合常理的地方掃過一輪（設定、CC代理、聊天、工作區、HF／AGY、系統監控等十個區塊）；檔案頁左右欄都能切「整機搜尋／只篩這個資料夾」，多了排序選單（含「類型」）、欄寬可拖、版面更緊湊；終端機修掉右邊兩條捲軸，新增 Ctrl+Shift+T／W；即時字幕改成左設定右紀錄；風扇的機殼示意圖重畫。 前一版在語音轉文字頁加上錄音機（麥克風錄音、播放，錄好直接丟給檔案轉錄），即時字幕也會自動留下每一場的逐字稿，可回頭查看、複製、下載。 前一版修正 Telegram 多開時每次切回來都卡一下（實測 0.3–0.9 秒 → 約 0.03 秒）。 前一版把檔案總管再往 Windows 看齊：方格檢視顯示真縮圖（照片／影片／文件／資料夾）、 詳情算得出資料夾大小、隱藏項目認真正的 Windows 屬性、大資料夾排序不再被截斷毀掉。 工作區切到別的專案時，原本開著的瀏覽器會停在同一頁，不用再按前往。 前版關掉更新的差分下載（整包大約半分鐘，不再卡十幾分鐘）。
前一版新增應用程式內自動更新：設定 → 基本按「檢查更新」，新版在背景下載好， 結束 AxonDeck 時自動裝上。再前一版是管理員終端機（開新終端機時勾「以系統管理員身分執行」）， 更早之前帶來全域語音輸入（按住右 Alt 講話，放開就把整理好的文字貼進你正在用的程式）、 系統監控（含免提權硬碟健康度、壓力測試與風扇控制）、HF模型（從 Hugging Face 抓 GGUF 直接在聊天裡用）。
- 窄邊框、畫面貼齊兩側、精簡工具列與圖示按鈕；圖片工具、音樂封面與資訊、播放清單，支援深淺色與螢幕縮放。
- 自繪圓角更多／右鍵選單與子選單，快捷鍵／選取標記清楚排列；播放清單固定深灰底，有圓角選取、hover、格式與播放狀態、細捲軸及收起按鈕。
- 播放清單可搜尋（Ctrl+F）、加入、移除與調整寬度；拖入檔案會追加，移除不刪原檔。記住音量、視窗大小與影音播放位置。
- 拖曳進度即時顯示目標時間，放開後精準跳轉；Ctrl+H 收起工具列與清單，Esc 可返回。
- F1 顯示快捷鍵；Space 播放／暫停（圖片為輪播）、P 暫停圖片動畫、0／1 適合視窗／原始大小、R 旋轉圖片。
- 影音 ←／→ 精準跳 5 秒、Shift+方向鍵 跳 30 秒、M 靜音、[／] 倍速、.／, 逐格、J／K 調字幕時間；S 儲存畫面、Ctrl+T 置頂，進階操作在「更多」。
點圖片、動畫、影片或音樂，直接開獨立原生視窗，不增加頁面。沿用 Aurora 深淺色；常用操作直接顯示，字幕／音軌／速度放在「更多」。可瀏覽同資料夾與本機播放清單，支援動態 WebP、GIF、HEIC、JXL、PSD 及常見影音；少見圖片使用 ImageMagick 退路。播放器與 AxonDeck 各自運行，互相當機不會把對方關掉。
建置先跑 npm run build:media（需 Rust、7-Zip、Visual Studio C++ build tools），再 npm run electron:pack。新安裝及舊版第一次更新會備份並背景設定預設程式；成功後的更新只登記開啟方式，保留後來的自選。播放器的「設為預設開啟程式」也在背景完成，失敗自動還原。每個專有格式的變種仍受 decoder 能力限制，未提供 DRM、MIDI 合成、MusicBee 完整音樂庫／標籤編輯；CUE 目前播放整個來源音檔。
走 OpenAI 相容端點的多會話聊天，可同時掛多組供應商。
- 多組供應商：每組帶自己的 API URL／Key／模型清單，模型下拉依供應商分組，切換即用
- 模型掃描：向該供應商的
/models掃一遍，勾選要留的加進清單（OpenRouter 一次回三百多個，所以預設一個都不勾） - 逐字串流、可隨時停止；中斷前收到的內容照樣存檔
- 圖片輸入：貼上／拖放／選檔，最多 4 張，送出前縮到長邊 1568px
- 生圖模型：在設定的模型清單把那一顆勾「生圖」，聊天頁選到它（選單會標 🖼）就會回圖片，存在本機、跟著對話一起留著
- 思考開關：開啟才帶
reasoning_effort，模型回傳的思考過程以可摺疊區塊呈現 - 系統提示可存多組，在輸入框那一排即時切換與管理
- 每則訊息可複製，最後一則回覆可重新生成
- Markdown 為自寫渲染器（零
innerHTML、零第三方套件），程式碼區塊附複製鈕
側欄負責整理對話：搜尋、就地改名、逐列刪除（按鈕自己變紅勾的二次確認，不開原生彈窗）、抓著就能拖曳排序（也支援 Alt+↑／↓）。訊息串上方沒有工具列——系統提示與模型選單都在輸入框那一排。
聊天與翻譯共用同一份供應商清單（都是 OpenAI 相容的 chat completions，沒必要把同一組網址金鑰填兩次）；至於各自要用哪一顆模型，在各自的頁面上選——翻譯挑便宜快的、聊天挑強的，互不干擾。
側欄可以同時開好幾個工作階段，每個都是一顆獨立的 shell——同時跑三個 AI 代理，一眼就知道哪個還在忙、哪個跑完了。
- 側欄顯示運行狀態：
運行中／已完成（指令失敗會多顯示離開碼）／已結束 - 跑完會亮未讀點：跑完的當下你不在看那一個，它就亮著等你，點進去自動清掉
- 新終端機可選啟動指令：純 shell、Claude Code、Codex，開好直接跑起來
- 記住工作目錄：每個階段各自記著自己的資料夾，重開 App 之後點一下就從同一個地方接著開
- Shell 可選 PowerShell 7／Windows PowerShell／命令提示字元（沒裝的會標示出來）
- 以系統管理員身分執行：勾了就開提權的 shell，側欄那一列會標「管理員」； UAC 只在當次第一個管理員終端機跳一次，關掉 App 時提權的 shell 會一起收乾淨
- 側欄一樣可以就地改名、逐列刪除（按鈕變紅勾的二次確認，不開原生彈窗），抓著就能拖曳排序（也支援 Alt+↑／↓）
- 快捷鍵跟 Windows Terminal 一樣：Ctrl+Shift+T 開新終端機、Ctrl+Shift+W 關分頁、Ctrl+Tab 切分頁（游標在終端機裡也有效）
關掉視窗縮到系統匣時，這些 shell 會繼續跑——長時間的代理任務不會因為關視窗而中斷。
「運行中／已完成」怎麼判斷的：PowerShell 會被注入一小段提示字元標記，指令跑完時回報離開碼； 常駐型的代理 CLI（它一直沒退出）則看畫面有沒有在動——代理在忙時輸出不會停，停下來等你就是安靜的。
整機檔案總管，操作盡量跟 Windows 檔案總管一樣：分頁、雙欄、方格縮圖、詳情欄、資源回收筒、拖放。
- 搜尋：左右欄的搜尋框旁都有一顆切換鈕——🌐 搜整台電腦（走 UFFS，Everything 等級的速度）、📁 只篩目前這個資料夾
- 排序：名稱／修改時間／大小／類型，點欄位標題或用工具列的下拉；搜尋結果可照相關度或完整路徑排
- 欄寬：「大小」「修改」欄的左邊可以拖，側欄、右欄、詳情欄之間的縫也都能拖，寬度會記住
- 壓縮／解壓縮不另外做：按「顯示位置」開到 Windows 檔案總管，用 WinRAR／7-Zip 的右鍵
集中切換 Claude Code 的供應商、MCP 與 CLI 版本。
- Grok、Codex、Ollama Cloud、OpenCode Go、Command Code、OpenRouter 六家內建供應商可各自選「上游格式」
- 轉換閘道是一顆手動開關，不會因切換供應商自行啟動
- 每家都有「測試」按鈕，送一個最小請求，只顯示是否收到回應與 HTTP 狀態，不顯示上游內容
- 內建端點由 App 固定，只有自訂供應商可填 Base URL；Codex／Grok 可沿用 CLI 登入或在 App 登入
- 宣告支援 1M 上下文：勾選後四個等級的模型名會補
[1m]，Claude Code 就把上下文窗當成 1M （這是「宣告」不是「升級」——上游實際只有 372K 的話，講超過還是會被上游擋下來）
在 Hugging Face 上搜模型 → 下載 → 一鍵載入 → 直接出現在聊天的模型選單裡。推論引擎是 llama.cpp。
- 探索：左邊搜尋結果、右邊模型卡。點任一顆就看得到它的 README、下載數與更新日期、
參數量與架構，以及下載選項——每個量化版本的大小旁邊直接標著「這台跑不跑得動」，
還沒下載就算得出來（一個 repo 只抓一次檔頭前 1MB，不必先花好幾 GB 頻寬）。也可以直接貼
owner/repo - 執行環境：啟動、選擇模型載入或卸載、本機模型與資料夾、CPU／記憶體／GPU 占用、引擎都在同一頁。
已安裝的模型一張卡，顯示架構、量化、參數量（MoE 另外標激活參數）、context 上限、多模態。
載入／卸載、自動調參、改參數、刪除都是常駐按鈕。也可以自己把
.gguf放進模型資料夾再按「重新掃描」 - 自動決定參數：偵測這台的顯示卡與可用顯存，決定上下文長度、GPU 層數、KV 快取量化檔位、
執行緒、投機解碼；多模態自動掛上圖片解碼器；MoE 塞不下時把專家搬到 CPU 而不是砍層數。
記憶體配置以官方
llama-fit-params實際載一次模型量出來的為準，不是估的 - 一鍵自動調參：按下去就先用官方
llama-fit-params實際載一次模型量記憶體， 再用llama-bench實測比幾組候選參數，挑最快的直接套用 - 比 LM Studio 自由：每一項自動決定的參數都可以覆寫（空著就維持自動，旁邊寫著自動值是多少）， 另有「原始參數」直通 llama-server 的任何旗標
- 模型放哪可以自己選（預設
%APPDATA%/axondeck/hf-models/）——30B 的 MoE 動輒 20GB，C 碟未必塞得下 - 推論後端一鍵安裝：執行環境頁按「一鍵安裝最佳配置」， 有夠新的 NVIDIA 驅動就裝 CUDA 版（比較快），否則裝 Vulkan 版（任何現代顯卡都能跑）
集中查看 Claude Code、Codex、Antigravity、OpenCode Go、Grok、Ollama Cloud、Command Code 的已用額度與重置倒數。
- 只有按下「同步」才會連線；啟動 App 與進頁只讀本機快取
- 卡片兩欄排列（窄視窗自動收成一欄），可直接抓著卡片拖曳排序：拖曳中卡片跟著游標且不會變半透明，其他卡片平滑推開，放開即歸位
- 鍵盤也能排序：Space 抓取、方向鍵移動、Enter／Space 放下、Esc 取消
- 訂閱方案（Pro／Max／Plus…）顯示在卡片底部，來源是本機登入檔而不是額度 API
- 可隱藏個別來源、拖曳調整卡片順序，並查看已去敏的來源診斷
- 同一頁另有用量統計子分頁：掃本機五家 CLI 的對話記錄，算出實際花掉多少 token 與美金 （跟「訂閱額度」是兩件事），趨勢與分佈都把 token 拆成輸入／輸出／快取讀／快取寫
| 來源 | 取得方式 |
|---|---|
| Claude Code／Codex／Grok | 本機登入憑證 + 官方額度 API |
| Antigravity | Windows Credential Manager + Google cloudcode-pa，分列 Claude／Gemini 的 5 小時與每週視窗 |
| OpenCode Go | 官方 zen/go/v1/usage（5 小時／每週／每月三個百分比視窗） |
| Ollama Cloud | 官方 api/usage（每月用量；上游不提供重置時間） |
| Command Code | 官方 alpha/billing/credits＋alpha/billing/subscriptions（5 小時／每週／每月） |
憑證、原始 API 回應、任意 URL／路徑／SQL 都不會交給 renderer。
把本機的 Antigravity 登入憑證轉成標準 API，讓任何 OpenAI 或 Anthropic 相容的工具直接用。憑證由官方的 Antigravity CLI 或 IDE 維護，AxonDeck 只讀不寫。
- 雙協議入口：
/v1/chat/completions（Cherry Studio、NextChat、Kilo Code…）與/v1/messages（Claude Code CLI、CC Switch） - 兩組 Base URL 分開列在頁面上：OpenAI 相容工具要帶
/v1，Claude Code 要根位址（它自己會接/v1/messages，多帶一層會變成 404） - 可用模型面板：直接查上游現在給得出哪些模型，排序由新到舊，點一下複製 ID
- 測試連線：自動挑一個有額度的模型，從 loopback 真的送一則訊息，驗整條路而不是只 ping
- 模型映射：
claude-sonnet-4-5-20250929、gpt-4o這類上游沒有的名字會自動對應到實際模型，表外的原樣透傳 - 只監聽
127.0.0.1且強制帶金鑰，金鑰由 App 產生、可一鍵重產；並檢查Host擋 DNS rebinding - 流量日誌與統計：可選 6 小時／24 小時／7 天／30 天／全部，統計卡、趨勢圖與模型分佈共用同一個時間範圍；滑過長條顯示該時段的請求數與 token；預設只記 metadata，另有除錯模式才記截斷後的內容
- 串流、工具呼叫、思考內容、圖片輸入都會轉換；上游限流會原樣把 429 與
retry-after傳給客戶端
開著反代時，AxonDeck 自己的聊天頁新增一組供應商、URL 填
http://127.0.0.1:8788/v1，就能直接用 Antigravity 額度聊天。
同一分頁裡四個子分頁（檔案轉錄／錄音機／即時字幕／語音輸入），轉錄類的每個子分頁各有一組自己的模型選單（就在那一頁的最上面）： 要用哪一顆語音辨識模型、哪一顆 LLM，在做事的地方直接選，不必跑去設定頁。
三頁各存各的，改一頁不會動到另外兩頁——即時字幕想用快的 GPU 那顆、語音輸入想用輕的 CPU 那顆、檔案轉錄可以慢慢跑，本來就不該共用同一組設定。
拖放音訊檔（MP3、WAV、M4A、FLAC、OGG、AAC…）即可轉錄。ffmpeg 串流解碼、28 秒一段，支援 2 小時／100MB 以上（上限 4 小時／200MB），不整檔塞進記憶體。完成後可直接翻譯、複製或存檔。錄音機錄好的檔案會直接列在這一頁（最近 4 段），點一下就開始轉錄。
用麥克風錄音，每秒寫進硬碟一次（當掉也只丟最後一秒）。切到別頁、縮小視窗都照樣錄，錄音中導覽列的「語音轉文字」圖示會亮紅點。
擷取電腦正在播放的任何聲音（YouTube、會議軟體…），直接取 16kHz mono PCM，由 VAD 在自然停頓處切句後轉錄與翻譯——沒有固定 2 秒硬切，也沒有錄音重啟造成的音訊缺口。
結果顯示在置頂懸浮字幕視窗：可拖動縮放、字級 A±、透明度切換、雙語／僅翻譯切換、一鍵複製全部。狀態列的音量條可確認是否擷取到聲音。這一頁左邊是設定，右邊是每一場的字幕紀錄（可查看、複製、下載、刪除）。
按住鍵盤右邊的 Alt 講話，放開就把整理好的文字貼到你正在打字的地方——不限於 AxonDeck， 瀏覽器、編輯器、聊天軟體都可以。快速點一下右 Alt 是「開始／結束」切換（適合長段口述）， 錄音中按 Esc 取消。啟用後即使 AxonDeck 縮在系統匣也有效。
講話時螢幕底部會浮出一顆小藥丸告訴你「正在聽」，波形跟著你的音量跳動；左邊的 ✕ 是取消、 右邊的 ✓ 是講完了送出。它會自動跑到滑鼠所在的那一面螢幕，接上第二台螢幕也找得到。 萬一失敗（例如雲端模型不能用），錯誤就寫在這顆藥丸上——你人在別的程式裡，本來也看不到 AxonDeck 的提示。
轉出來的文字會先交給 LLM 整理：刪掉「嗯、呃、那個」這類贅詞與重複、補上標點、 把講顛倒的順序重排、在你明顯是在列項目時改寫成條列。整理用哪一顆模型自己選 （不整理／本地 Qwen3.5／任何一組雲端供應商的模型），語音辨識也是這一頁自己的選單。 整理服務連不上時會退回「沒整理過的原文」照樣貼給你，不會讓你講的話消失。
每一筆都留紀錄（原文＋整理後，可複製、可刪）。個人字典會自己長：同一個詞被整理模型 改成同一種寫法兩次以上，就收進字典，之後辨識完先直接替換，也會附在整理的提示裡。 自己手動加也可以，字典裡的每一筆都看得到、刪得掉。
雙欄輸入／譯文版面，輸入不限字數（自動分段、可中途停止），⇄ 一鍵交換語言，Ctrl+Enter 送出。譯文可用 Edge TTS 朗讀。語音與語速在頁首的 EdgeTTS，跟模型按鈕同一排、按鈕寬度貼文字，預設收合；展開的面板浮在內容上，改了立刻生效。語音是繁中、簡中、英文、日文，每個旁邊有試聽鈕。
螢幕翻譯：頁首開啟半透明置頂視窗，拖標題移動、拖邊緣縮放，上方挖空的範圍就是取景框，下方顯示譯文。沿用翻譯頁選好的模型與語言，畫面變更時自動用 PaddleOCR-VL 辨識，相同原文不重翻；可暫停、繼續或按 Esc 關閉。只需既有 OCR 模型與 llama.cpp，不需要 PDF Python 環境。畫面留在本機；選雲端翻譯時只傳辨識出的文字。Windows 使用，取景框需放在同一個螢幕內。
術語表（頁首、EdgeTTS 旁）：翻成繁中時，原文出現的專有名詞改用臺灣譯名。內建學術名詞庫收錄國家教育研究院理工科學 45 科中至少兩科共用的約 21 萬條片語（可關閉）；另可自訂「英文=繁中」，優先於內建，預設已放常用數理名詞。一詞多譯時雲端模型依上下文挑，Index-Translate 只套用譯法唯一的詞；LinguaForge 不支援。
檔案翻譯：在輸入框按「＋ 檔案」、直接拖入或貼上（Ctrl+V 截圖）一份 PDF 或圖片（png／jpg／webp／bmp／tiff），沿用翻譯頁的模型與語言；附件上有自己的「翻譯檔案」鈕，進度與另存在譯文欄，處理中仍可用「翻譯」翻文字。PDF 逐頁辨識、翻譯並另存 PDF；圖片輸出原圖墊底、譯文蓋位的單頁 PDF。原檔保留。支援文字型與掃描文件、長篇分頁處理、表格文字與圖表軸標籤，盡量保留原本版面、公式與圖形。可查看頁數進度及停止；文字放不下或位置不可靠時保留原文並列出提示，任意複雜文件仍需核對輸出。
Local SI「推薦」提供 PaddleOCR-VL-1.6 與 PP-DocLayoutV3；「執行環境」提供 PDF 辨識環境；有 NVIDIA 顯示卡（驅動夠新）時可另裝 PDF GPU 加速（約 2.5 GB 下載、5 GB 空間），版面辨識改用顯示卡，整份 PDF 約快 2～3 倍，裝了就自動使用。套件會自動挑最快的 PyPI 鏡像下載，並逐一比對官方 SHA-256。OCR 與本地翻譯共用 llama.cpp，版面辨識與 PDF 處理使用獨立 Python 環境。模型、Python 與套件都放在 App 的模型資料夾；選本地翻譯模型時，文件處理全程在本機，選雲端翻譯時只將辨識出的文字送到所選供應商。
使用 Breeze-TTS-2 Q8_0 在本機生成中文與英文語音。Local SI「推薦」可下載模型（約 3.32 GiB），會一起安裝專用執行環境。
- 聲音設計：用文字描述聲線與說話方式。
- 語音克隆：選擇參考 WAV 與完整逐字稿，讓新台詞使用同一個聲音；可保存聲音供之後重用。
- 語氣指導：保留參考聲音，再用文字控制情緒、速度與語氣。
- 變聲（實驗性）：換掉既有錄音的聲音，保留內容與節奏；音高與旋律可能改變。
- 可加入笑聲、嘆氣等標記、調整 CFG／取樣參數、邊生成邊試聽、取消及匯出 24 kHz WAV。
參考音訊不會上傳雲端。官方模型與本機輸出限研究、非商業用途；使用參考聲音前需取得使用權。Q8 量化與執行環境。
內嵌 Miroxen 工作台（C++／CUDA，需 NVIDIA RTX 30 以上、驅動 580 以上）。
- 引擎：Local SI「執行環境」安裝；Miroxen 發新版時那裡與生成頁會提示「更新到 vX」，依賴檔沒變只重下引擎本體（約 3 MB）。
- 模型：Local SI「推薦」下載 Qwen-Image-2.1 Turbo／標準（圖片）、MiniMax-H3（有聲影片）與 H3 加速 LoRA，每個檔案固定版本並比對 SHA-256。
- 工作台：右上角模型按鈕切換或卸載模型，旁邊是「重新啟動」「停止」（停止會釋放顯存）；作品庫有「輸出資料夾」。
- API 與區網：執行環境的「圖片影像 API」列出網址與金鑰；打開「允許區網其他裝置連線」後改聽固定埠 8188，同網段裝置用瀏覽器開網址就能使用。輸出檔網址不需金鑰，請只在信任的網路打開。
六個子分頁。硬體取樣開機就跑（整輪約 0.3 秒），切到這一頁立刻有讀數；使用時長在背景持續記錄。
- 總覽：CPU／記憶體／磁碟／網路即時曲線，加上一整份硬體規格（主機板、BIOS、記憶體條、 插槽、螢幕、音訊裝置…）。磁碟按實體碟分開列，健康度、通電時數、寫入總量與溫度走 免提權的 NVMe 查詢——不必裝 CrystalDiskInfo，也不必按 UAC。每執行緒負載排成多欄，S.M.A.R.T.、磁碟區這類細項預設收起、點開會記住
- 使用時長：應用與網站各看日／週／月／年。第一次會把本機 Tai 的紀錄拷進來，之後自己記； 已裝的瀏覽器外掛不用重裝（Tai 關掉後會連到本 App 的 8908 埠）
- 處理程序：依 CPU／記憶體／磁碟／GPU 排序，可強制結束
- 壓力測試：CPU、GPU、記憶體、磁碟四種各自可跑，跑的時候旁邊四格顯示負載／功耗／溫度／轉速
- 風扇控制：通用機殼示意圖（從側透玻璃斜看進去，16 個風扇位置）＋可拖點的轉速曲線，每條通道各自設下限與緊急全速溫度； 有「識別」鈕把指定通道拉到 100% 幾秒，用聽的認出是哪一顆
- 效能調整：上方即時儀表（負載／時脈／電壓／功耗／溫度／每核），下方對齊 Ryzen Master／Afterburner 的可調項（PBO、Curve Optimizer、全核／每核鎖頻、CPU／SoC 電壓、GPU 時脈／功耗／電壓／溫度牆／V/F 逐點）。 只在這次開機有效，過熱或關掉 App 會還原；不走 I2C／RTCore
溫度、功耗、轉速這幾項要一顆提權的感測器元件（進頁時會問一次 UAC）；不給也能用， 只是那幾格會空著。風扇接管另外有一條免 UAC 的路（註冊一次排程工作，之後開機自動接手）。 筆電多半改不了風扇——廠商用自訂 EC，沒有公開介面。
語音與翻譯各有一顆小的（CPU 跑得動）與一顆大的（建議 GPU），另加一顆專用微調。 下面這幾顆是內建的；要跑別的大型語言模型請用「HF模型」分頁，那邊可以直接從 Hugging Face 下載任何 GGUF。
| 模型 | 量化 | 大小 | 用途 |
|---|---|---|---|
| Qwen3-ASR 0.6B | INT8 | 941 MB | 本地語音辨識，52 語（含國／粵／閩語），CPU，即時字幕預設 |
| Qwen3-ASR 1.7B | Q8_0 | 2.35 GB | 本地語音辨識，準確度更好，走 GPU（需一併安裝下面的執行環境） |
| llama.cpp 執行環境（Vulkan） | — | 34 MB | GPU 語音模型與 HF模型的執行檔；任何有現代顯卡驅動的機器都能跑，不需 CUDA |
| llama.cpp 執行環境（CUDA 13.3） | — | 537 MB | 同上，但 NVIDIA 卡上明顯更快（需驅動 ≥ 580）。可選，裝了會優先用 |
| LinguaForge 0.8B | Q4_K_M | 505 MB | 本地翻譯（繁中／英／日）專用微調，預設 |
| Qwen3.5 0.8B | Q4_K_M | 508 MB | 本地翻譯，通用多語，CPU 跑得動 |
| Qwen3.5 4B | Q4_K_M | 2.55 GB | 本地翻譯，品質最好（專名、年份都保得住），建議 GPU |
- 設定 → 本地模型一鍵下載（含進度、取消、刪除），存放於
%APPDATA%/axondeck/models/，可點擊直達資料夾 - NVIDIA 顯卡且 VRAM ≥6GB 可開 GPU 翻譯（cuda → vulkan → CPU 自動 fallback）
- 中文輸出自動轉繁體（台灣用語），兩顆語音模型都一樣
- 語音辨識不必設定 CPU/GPU：兩顆都是 GGUF，共用 llama-server，有合適的顯卡就自動走 GPU，否則 CPU
導覽最後一頁，左側分類 rail 一次顯示一區。設定頁只管裝了什麼、怎麼推論、雲端端點填什麼； 要用哪一顆模型，在做事的頁面直接選（選了立刻生效）：語音轉文字的三個子分頁各有一組， 翻譯頁在標題旁。語音朗讀不在設定頁。
| 分區 | 內容 |
|---|---|
| 本地模型 | 依語音辨識／翻譯／執行環境分組的下載／刪除／開資料夾；本地翻譯用 CPU 還是 GPU（含一鍵安裝 CUDA 環境，全域生效） |
| 雲端模型 | 供應商清單（聊天與翻譯共用，可多組＋模型掃描＋每顆標「生圖」）、語音轉文字端點 |
| 基本 | 深色／淺色主題、關視窗是否留在系統匣、開機自動啟動、自動更新（自動下載新版，結束時安裝；也可以手動檢查、下載完立刻重開安裝） |
AGY 反代的設定（開關、埠、金鑰、日誌保留天數）在它自己的分頁，不走一般設定。
Aurora glass 視覺：深色為深灰綠底搭配冷藍／暖金光暈，淺色以淡藍／灰綠／米金對應。七個主頁與置頂字幕窗共用 12px 柔邊半透明 surface，支援 900px／560px 響應式版面與 prefers-reduced-motion。主視窗為 frameless，標題列與導覽合併。
導覽順序：SI（預設，工作區與終端機在同一頁；額度是終端機下面那一條）｜Telegram｜檔案｜CC Proxy（含 AGY 反代、MCP、Skills 與記憶、用量統計；CLI 版本在設定頁）｜語音轉文字（檔案轉錄／錄音機／即時字幕／語音輸入）｜翻譯｜文字轉語音｜生成圖片影像｜系統監控｜Local SI（本機模型）｜設定（可拖曳換順序）
- Core：Electron 43.7.5、Node.js 22
- 前端：Vite、Vanilla JS、HTML/CSS（無框架、無狀態管理、無動畫套件）
- 本地 ASR／翻譯：llama-server router（GGUF，自動 GPU／CPU）／OpenAI 相容 chat completions
- 聊天：OpenAI 相容 chat completions（SSE 串流）
- 額度：Main-only provider adapters，七家全走官方端點（bounded HTTPS）
- 反代：Node 內建
node:http（無 server 框架）；日誌與統計走node:sqlite - TTS：Edge TTS（需連網）
- 簡繁：opencc-js（僅在偵測到簡體時才套詞彙表）
- 術語庫：國家教育研究院學術名詞（政府資料開放平臺，政府資料開放授權條款第 1 版）；
node scripts/build-glossary-data.js重新下載整併成src/main/glossary-data/naer-terms.tsv.gz
npm install
npm run electron:dev # 開發（vite + electron）
npm run electron:pack # 免安裝預覽 → dist/win-unpacked/AxonDeck.exe
npm run electron:build # NSIS 安裝檔 → dist/打包前先關閉開著的
dist/win-unpacked/AxonDeck.exe，否則檔案被佔用會失敗。
常用驗證：
node scripts/test-usage.js # 額度合約、bounded I/O、唯讀 SQLite、IPC 邊界
node scripts/test-agy-mappers.js # 反代雙向協議轉換、SSE 信封、schema 清理
npx electron scripts/e2e-agy.js # 反代整條鏈（mock cloudcode-pa）
node scripts/e2e-agy-cdp.js # 反代頁打包版驗收
npx electron scripts/e2e-chat.js # 聊天（mock SSE server）
node scripts/e2e-chat-cdp.js # 聊天打包版驗收（多供應商、模型掃描、側欄排序）
npx electron scripts/probe-agy-upstream.js # 反代真實上游：模型 × 端點可用性（會用到少量額度）
node scripts/test-terminal.js # 終端機狀態機、shell／指令／目錄白名單
npx electron scripts/e2e-terminal.js # 終端機真 ConPTY（狀態轉換、離開碼、快照）
node scripts/e2e-terminal-cdp.js # 終端機打包版驗收（xterm、狀態徽章、未讀點、排序）
node scripts/test-markdown.js # Markdown 渲染器 + XSS
node scripts/test-vad.js # VAD 切句狀態機
npx electron scripts/e2e-usage.js # 本機七家真實來源
node scripts/e2e-cdp-smoke.js # 打包版整體 UI
node scripts/e2e-visual-cdp.js # 七頁 × 深淺 × 1440／900／560 視覺與 RWDgraph TD
A[系統 loopback 音訊] --> B[AudioContext 直接取 16kHz mono PCM]
B --> C{能量 VAD}
C -- 未說話 --> X[保留 250ms pre-roll]
C -- 停頓 360ms／最長 6s --> Q[語句佇列: 最多 2 句]
Q --> E[低音量增益 → 本地 ASR（CPU 或 GPU）→ 轉繁]
E --> T{翻譯設定}
T -- 雲端/本地 LLM --> F[翻譯]
T -- 不翻譯 --> G
F --> G[過濾重複循環]
G --> J[懸浮視窗顯示字幕]
架構與交接資訊見 CONTEXT.md，開發規範見 CLAUDE.md / AGENTS.md，歷史教訓見 tasks/lessons.md。
GPL-3.0 License（專案瀏覽器的 Chrome 擴充功能支援用到 electron-chrome-extensions，其開源授權為 GPL-3.0，全文見 LICENSE）。