电脑负责截屏,手机负责对话。
在 macOS / Windows 启动桌面 App,手机连同一局域网并扫码。每次截屏添加一张图片,可以连续添加、按需框选,再把图片与问题一起发送。
需要 Node.js 22+,以及 uv 或 Python 3.12。
npm ci
npm run setup
npm startsetup 优先使用 uv 创建 .runtime 并准备 Python 3.12;没有 uv 时,macOS 使用 python3.12、Windows 使用 py -3.12。首次安装需要联网下载 Electron、Python 运行环境与聊天框架。后续使用不需要 Docker。
这是源码开发版本,暂未生成安装包、签名或公证。
- 在电脑打开 App,允许屏幕录制权限;macOS 开发态权限名称是 Electron,授权后重启。
- 手机连接同一 Wi-Fi,扫描二维码。
- 点击页面右上角的 连接模型,添加 API Key;之后可通过 模型设置 管理连接。也会首次导入旧版
.snapsolver/中的现有密钥和提示词。 - 点击 截屏 直接追加整屏图片;旁边的 框选 用于裁剪。可以连续添加多张(每次最多 12 张);图片按顺序编号,点开可翻看与放大,删除和清空可在 10 秒内撤销。
- 写下问题,统一发送。回答后可继续追问或切换模型。
电脑关窗后继续在菜单栏 / 托盘运行;退出 App 会停止后台服务。二维码与连接码 10 分钟轮换,已配对设备不会因此掉线。通常重启会复用原端口;端口被占用或电脑更换网络时,请重新扫码。
手机之间共享这台电脑的聊天记录和模型设置,适合个人设备。桌面可以撤销设备或暂停访问。局域网连接使用 HTTP,只在可信局域网使用,不应直接映射到公网。
复用 Open WebUI 0.12.2 的现有 UI 和运行层:多轮对话、历史、流式输出、停止、模型切换、Markdown / 公式 / 代码。截图作为它原生的图片附件加入,没有再实现一套聊天引擎。
2026-10-16 按官方目录整理了 6 家服务、16 款支持图像输入的模型:OpenAI、Anthropic、Google、通义千问、豆包、Kimi。型号、协议及来源见 模型目录 和 架构说明。手机端只保留模型连接表单,可修改内置服务的兼容地址。是否可调用取决于账户、地区、服务地址和模型权限。
手机界面保留截图、图片附件、聊天、历史和模型切换。语音通话、工作空间、知识库、联网搜索、图像生成、工具与管理面板等不再作为产品入口;相关写入路由在网关禁用。启动时按产品边界覆盖旧的功能开关,保留模型密钥与聊天记录。自动标题、自动追问等额外模型请求保持关闭。
- 密钥、聊天、附件保存在 Electron 的应用数据目录。macOS 通常为
~/Library/Application Support/Snap-Solver/,Windows 为%APPDATA%/Snap-Solver/。 - 截屏只发生在主动点击时;发送后,所选图片、文字及对话上下文会交给所选模型服务。
- 旧
.snapsolver/和config/prompts.json只读迁移,不删除原文件。原提示词成为/snap-…快捷提示词,可在原生聊天框里输入/使用。 - 新框架已有设置优先,重启不会覆盖在手机上做的修改;导入后可移除某家密钥而不被再次导回。
- 旧版浏览器里的临时结果没有统一的会话存储,本次没有将它们转换成新聊天记录。
详细步骤见 使用指南。
npm run check
npm test
npx playwright install chromium webkit
npm run test:ui
npm run test:desktop浏览器测试使用真实 Open WebUI 和本地模拟模型,不使用真实 API Key、不调用外部模型。桌面检查使用独立数据目录,实际调用本机截屏。验证范围和限制见 验收记录。
| 目录 | 职责 |
|---|---|
desktop/ |
Electron 生命周期、系统截屏、局域网配对与代理 |
desktop/ui/ |
桌面连接窗口 |
web/ |
手机配对、模型初设、截图附件与框选扩展 |
runtime/ |
固定版本的 Open WebUI 启动入口与依赖 |
config/ |
模型目录与提示词种子 |
tests/ |
配对测试、真实框架浏览器流程及模拟模型 |
本项目遵循仓库的 MIT License。Open WebUI 是单独安装的第三方组件,保留其界面标识与许可要求;见 第三方说明。
