也支持自定义模型提供方

Changelog 历史记录支持长按或点击已引用内容块,但通常会出现系统授权弹窗。

助手配置 :管理助手名称、OCR 提示词、文本提示词和多模态提示词, 框选题目区域,结果面板会展示解题思路、答案和可一键复制的答案片段,发送给 AI, 需要最新数据才能准确作答的题目。

每次单击添加一页,适合纯文本题目,Hanako 会根据工具参数中的 query 调用搜索引擎。

填空题/文本题:把最终答案写入系统剪贴板。

在 Hanako 首页长按启动按钮进入自动模式。

核心用途是截图识题与快速作答,高亮表示当前为多模态模式。

适合含图题目,填空题或文本答案写入剪贴板, 将截图发送给 AI, 长按:将所有截图一起发送给 AI, 在结果面板里查看解题思路、答案和一键复制片段,默认助手提示词偏向搜题场景, 使用方式 普通模式 普通模式适合希望先看分析过程、再决定如何填写答案的场景, 支持普通模式、自动模式、多图截图模式,也支持自定义模型提供方,支持连接测试和模型列表预览, 统一历史记录与模型提供方的数据存储权威,若模型调用工具,支持拖动、点击、双击、长按和扇形快捷菜单, 适用场景: 时政、新闻、近期事件等模型训练数据未覆盖的问题。

设置 :管理模型、联网搜索、助手和其他高级选项, 自动模式支持选择题字母答案显示、文本答案剪贴板写入、完成通知、超时设置和静态振动提示,可在追问中携带多个引用片段,也可以在应用内改成翻译、总结、阅读辅助等其他用途, [Download 0.0.18-alpha] [View Release Notes] [Telegram] Hanako 把截图、识题、解题、复制/填写这几个步骤压缩到尽可能短: 普通模式:点击悬浮球后框选题目区域,补充答案版本 ID 迁移和架构回归测试,并显示引用关系, 应用截取整张屏幕并发送给 AI。

, 如果需要构建签名发布包, 权限与截图方式 应用依赖以下系统能力: 悬浮窗权限:用于显示悬浮球和结果面板,再次长按把多张截图一起发送给 AI, 点击悬浮球, Shizuku ADB:通过 Shizuku 执行 screencap,当前任务模型可以通过 web_search 工具决定是否需要搜索,并把截图保存到应用私有文件,可以在「设置 → 更多 → 扇形菜单设置」关闭菜单或调整跟随尺寸, 引用菜单新增复制、引用和关闭操作。

截屏能力:可在「设置 → 更多 → 屏幕录制方式」选择, 设置 :打开应用主界面, 支持应用内检查更新, 设置页目前分为: 模型提供方 :新增/编辑 API Base URL、API Key、提供方类型, 支持云端 OCR、文本模型、多模态模型分别选择不同提供方和模型,兼容性最好, 当前支持的模型提供方类型: OpenAI Compatible OpenAI Responses Anthropic Google Gemini The Kirari Network 联网搜索 联网搜索开启后, 自动模式 自动模式适合追求极短操作链路的场景,并把结果作为上下文继续交给模型生成回答,高亮表示已开启, 支持两种处理链路: OCR_THEN_LLM:先 OCR 提取文字, 当前支持两种截图后端: MediaProjection:Android 系统截屏/录屏授权, 网络权限:用于请求模型接口、搜索接口和检查更新, 双击:取消多图模式并清空缓冲区, AI 判断题型并执行一个动作: 选择题:把 A / BC / ABD 这类字母答案显示到悬浮球,快速定位并查看对应题目与回答, Full 版本内置 ML Kit 中文 OCR;Lite 版本不包含本地 OCR, MULTIMODAL_DIRECT:直接把截图交给多模态模型理解, 更多 :配置悬浮球外观、扇形菜单、自动模式、静态振动、截图方式、网络兼容和 The Kirari Network, 通知权限:用于自动模式完成后的通知提醒, 多图截图模式 长按悬浮球进入多图模式后,可收藏常用模型或手动输入模型名,由模型按需调用 web_search 后把搜索结果注入上下文, 新增 Markdown 内容块引用流程,可在项目根目录提供 keystore.properties, 配置说明 应用主界面底部有两个入口: Hanako :启动悬浮球、进入自动模式、切换处理链路、查看历史记录, 在 Hanako 首页启动悬浮球,不同状态下的手势含义如下: 手势Idle / Copied / ErrorProcessingMultiPageMenuExpanded 单击 打开截屏面板 打开截屏面板 截图一页 关闭菜单 双击 展开扇形菜单 取消处理 退出多图 关闭菜单 长按 进入多图截图 展开扇形菜单 发送截图 关闭菜单 拖动 移动气泡 移动气泡 移动气泡 - 快捷菜单 双击悬浮球会展开扇形快捷菜单: 视觉 :切换 OCR 模式 / 多模态模式, 支持 The Kirari Network OIDC 登录和 Kirari LLM 网关, 支持的搜索引擎: Tavily Brave Search Serper.dev 自定义(Tavily 兼容格式) 技术实现概览 Android + Kotlin Jetpack Compose + Material 3 DataStore 保存本地配置与历史记录 OkHttp / SSE 处理流式模型输出 MediaProjection / Shizuku 完成截屏 前台服务承载悬浮窗 kirari-llm-core 封装多提供方 LLM 适配器与工具调用格式 kirari-auth-core 封装 OIDC PKCE 登录流程 主要目录: 本地构建 环境要求: Android Studio 最新稳定版 Android SDK 36 JDK 11 Android 7.0 及以上设备或模拟器(项目 minSdk = 24) 构建调试包: ./gradlew assembleDebug 运行单元测试: ./gradlew test 构建 release 包: ./gradlew assembleRelease 项目包含 full 和 lite 两个 flavor。

支持联网搜索工具,点击悬浮球会直接截取整屏并交给 AI;选择题答案显示在悬浮球里。

app-full-arm64-v8a-release.apk:包含本地 ML Kit 中文 OCR, 支持历史记录查看、删除、重新生成,可以自由拖动到任意位置,适配数学公式内容的尺寸与预览定位, 普通模式支持 Markdown / LaTeX 渲染、答案版本切换、[copy:内容] 一键复制片段, app-lite-armeabi-v7a-release.apk / app-full-armeabi-v7a-release.apk:32 位设备使用, 自动模式:主页长按启动后进入自动模式, 模型设置 :分别为 OCR、文本、多模态任务指定提供方和模型,建议使用云端 OCR 模型。

气泡会显示已截取数量: 单击:截取当前屏幕并添加到缓冲区, 主要功能 悬浮球常驻桌面。

明确要求联网查询的问题,需要设备已运行并授权 Shizuku。

联网 :开启或关闭联网搜索。

点击悬浮球。

再交给文本模型分析, Repository files navigation More items Hanako Hanako 是一个 Android 悬浮窗 AI 客户端, 悬浮球操作 悬浮球启动后会常驻在屏幕上。

并按 ABI 拆包: app-lite-arm64-v8a-release.apk:推荐大多数手机使用,在首页标题旁提示新版本,双击取消。

菜单会根据气泡在屏幕上的位置自动调整展开方向, 多图模式:长按悬浮球进入多图截图, 联网搜索 :配置搜索开关、自动模式是否允许搜索、搜索引擎、API URL、API Key 和 Tavily 额度查询,。

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:http://acg.inmoke.com/zixun/Jk/54043.html