我是指在新硬盘装完系统后从老硬盘捞数据到新硬盘 很方便 分析得很细致 老C盘各种陈年老垢错综复杂自己清理不了一点 gpt会自己分析是啥内容 遇到不懂的还会自己去搜索 然后自己移植回新的C盘的对应位置 主要文件是： .mogrt：PR 动态图形模板，约 4.32GB .gif / .mp4 / .png：预览和素材，约 8GB+ .prproj：PR 工程模板，约 1.16GB .cube / .3dl：LUT 调色文件 .wav：音频素材 我都完全忘了啥时候还搞过这个了 他居然能自己分析出来 7 个帖子 - 5 位参与者 阅读完整话题
会不会这是因为是人类的产物，所以自带人类的弊端，能摸鱼就摸鱼，能随便打发就打发过去了 3 个帖子 - 3 位参与者 阅读完整话题
现在不管问gpt什么内容都会先出现这个，有佬知道怎么回事吗？ 1 个帖子 - 1 位参与者 阅读完整话题
rt，感觉 opus 比 gpt 会更细致一点，但是现在 A 疯狂降智加 gpt 又放货了，而且 pro 的用量感觉太少了，也买不起 max 佬友们有见解吗 27 个帖子 - 19 位参与者 阅读完整话题
GPT-image-2太伟大了，生成的图既细致，画风还原也很到位 4 个帖子 - 4 位参与者 阅读完整话题
（ GIF 图有压缩，GitHub 上有视频） CodeX 的 Computer Use 在第一次安装时，权限申请是通过拖动到系统设置里实现的。发布的第一天，这个交互当时看到了感觉太优雅了，于是复刻了一版，开源地址放在帖子最下方了。 ## 和 Computer Use 相比，复刻了以下功能： - 点到点的模糊转场 - 可以随着系统设置框任意拖动 - 「上箭头」随着拖动的加速度弹性跳动 - 在开启「台前调度」的情况下依然支持 ## 不同点 - 增加至 6 种权限申请 - 动画转场用单个控件实现，Computer Use 是两个控件在顶点切换透明度，逐帧看的话 CU 会出现两个卡片没有完全重叠好的情况 - 「上箭头」的弹性跳动时机、幅度是自定义的，这个部分不知道 CU 是怎么实现的，所以是按照视觉效果模拟的 - 对系统设置框的位置判定是单独实现的，确保无论系统设置是「关闭」、「最小化」、「已开启」，都能正确计算终点位置。 - 动画转场的曲线自定义：抛物线，顶点处模糊程度最大，且在顶点处完成卡片更新 ## 相比于社区其他项目 - 完成度高（点到点动画、取消逻辑、箭头弹跳、台前调度这几个其他库没有全部都实现的） - 支持范围广（从 2 个权限增加到 6 个，给了多种接入示例） BTW ，分享一下实现过程中学到的小知识： - macOS 的系统设置里，如果有 加号+ 和 减号- ，那么就代表这个权限是可以拖动放进去的，目前一共找到六种这样的权限（如果有发现更多会再加进去） - 软件里面可以自定义自身在台前调度里的行为 CodeX 这个交互，我觉得最优雅的地方就在于这个能力一直在 macOS 里存在，真实现起来也不见得有多么多么复杂，但是从来也没有发现哪个软件实现了。 如果想在 APP 里集成，可以参考链接里的文档，或者直接把链接丢给 AI 去接入就行。 最后，欢迎大家点个 Star ，有意见或者建议也非常欢迎提 PR ## 一些相关链接 X 帖子： https://x.com/rikolabdotcom/status/2046145989225189753 实现的一些细节： https://rikko.top/posts/20260420-%E5%A4%8D%E5%88%BBComputerUse%E7%9A%84%E6%9D%83%E9%99%90%E7%94%B3%E8%AF%B7/ ## 开源地址 Github： https://github.com/riko2chen/AskForPermission
在 v2 上一个帖子看到了一个远程招聘的帖子，邮件后和老板聊了几个小时感觉还不错，然后的话，给我出了个笔试题目（如下）： 请在 3- 5 个工作日（最长不可超过 7 个工作日的时间内），设计并实现一个可以在 Mac 和 Windows 两 个系统上都能运行的，能够完成实时对话翻译应用的 Demo ，用于解决需要大量文本录入和文本翻译的 需求。 目标用户为重度写作用户，使用场景为在桌面端每天需要写作 3000 字以上，可通过语音录入文字，并 可以将文字翻译为指定的语言 具体需求： 应用启动后自动进入文字/语音输入界面 可通过键盘和语音两种方式输入文字 可自动识别输入的文字和语音为何种语音，无需用户自己设置和切换 支持按钮启动语音识别，也可支持 Ctrl/Cmd + Tab 快捷键启动语音识别 默认不启动翻译，需用户手动启动，将输入的文字自动翻译为指定的语言文字 可切换多种翻译的目标语言，需支持中文、英文、日文、韩文、法文、德文、俄 文、西班牙文，意大利文等 9 种语言 对话界面交互友好，信息清晰直观 能显著区分原文和译文，译文应方便识别、阅读和复制 输入文字的界面可借鉴对话聊天界面，即非只能查看当前输入信息，应能够查看 历史内容 点击某个历史内容，可以重新翻译为另外的一种语言，并不新增记录，只对历史 内容的翻译做更新即可 语音识别模型和翻译模型都需要使用本地模型，即能够无网络使用，以确保信息 安全 语音识别模型和翻译模型可以通过下载的方式按需加载（比如通过 HuggingFace ， 需要法文翻译，才需要下载法文模型），而非打包在安装包中 能够在 Mac 和 Windows 两个系统上运行，可完成至少三次以上的内容输入和自动 翻译 可使用 AI 辅助完成此项任务，包括但不限于界面设计、技术选型、架构设计、代 码实现、以及测试 交付： 提交 Github 仓库链接（ Clone 后可以编译运行） 技术选型说明：为使该 Demo 达到最佳体验的技术选型，均可阐述。包括但不限 于所选语音识别模型和翻译模型的原因，所选跨平台开发框架的原因等 架构设计说明： AI 使用方法与总结： 介绍完成此任务的过程中，在哪些环节使用了 AI ，分别使用了哪些 AI 工具 和 Agent 回顾此工作，哪些环节还可以改进使用 AI 的效率和质量 加分项 流式语音输入和流式翻译。 即给用户营造实时输入和实时翻译的体验，无需等待 数秒之后才出现内容 性能分析：对 Demo 的内存、CPU 、GPU 等性能进行分析，给出以后需要优化之 处 阐述个人的软件设计哲学
在 v2 上一个帖子看到了一个远程招聘的帖子，邮件后和老板聊了几个小时感觉还不错，然后的话，给我出了个笔试题目（如下）： 请在 3- 5 个工作日（最长不可超过 7 个工作日的时间内），设计并实现一个可以在 Mac 和 Windows 两 个系统上都能运行的，能够完成实时对话翻译应用的 Demo ，用于解决需要大量文本录入和文本翻译的 需求。 目标用户为重度写作用户，使用场景为在桌面端每天需要写作 3000 字以上，可通过语音录入文字，并 可以将文字翻译为指定的语言 具体需求： 应用启动后自动进入文字/语音输入界面 可通过键盘和语音两种方式输入文字 可自动识别输入的文字和语音为何种语音，无需用户自己设置和切换 支持按钮启动语音识别，也可支持 Ctrl/Cmd + Tab 快捷键启动语音识别 默认不启动翻译，需用户手动启动，将输入的文字自动翻译为指定的语言文字 可切换多种翻译的目标语言，需支持中文、英文、日文、韩文、法文、德文、俄 文、西班牙文，意大利文等 9 种语言 对话界面交互友好，信息清晰直观 能显著区分原文和译文，译文应方便识别、阅读和复制 输入文字的界面可借鉴对话聊天界面，即非只能查看当前输入信息，应能够查看 历史内容 点击某个历史内容，可以重新翻译为另外的一种语言，并不新增记录，只对历史 内容的翻译做更新即可 语音识别模型和翻译模型都需要使用本地模型，即能够无网络使用，以确保信息 安全 语音识别模型和翻译模型可以通过下载的方式按需加载（比如通过 HuggingFace ， 需要法文翻译，才需要下载法文模型），而非打包在安装包中 能够在 Mac 和 Windows 两个系统上运行，可完成至少三次以上的内容输入和自动 翻译 可使用 AI 辅助完成此项任务，包括但不限于界面设计、技术选型、架构设计、代 码实现、以及测试 交付： 提交 Github 仓库链接（ Clone 后可以编译运行） 技术选型说明：为使该 Demo 达到最佳体验的技术选型，均可阐述。包括但不限 于所选语音识别模型和翻译模型的原因，所选跨平台开发框架的原因等 架构设计说明： AI 使用方法与总结： 介绍完成此任务的过程中，在哪些环节使用了 AI ，分别使用了哪些 AI 工具 和 Agent 回顾此工作，哪些环节还可以改进使用 AI 的效率和质量 加分项 流式语音输入和流式翻译。 即给用户营造实时输入和实时翻译的体验，无需等待 数秒之后才出现内容 性能分析：对 Demo 的内存、CPU 、GPU 等性能进行分析，给出以后需要优化之 处 阐述个人的软件设计哲学
在 v2 上一个帖子看到了一个远程招聘的帖子，邮件后和老板聊了几个小时感觉还不错，然后的话，给我出了个笔试题目（如下）： 请在 3- 5 个工作日（最长不可超过 7 个工作日的时间内），设计并实现一个可以在 Mac 和 Windows 两 个系统上都能运行的，能够完成实时对话翻译应用的 Demo ，用于解决需要大量文本录入和文本翻译的 需求。 目标用户为重度写作用户，使用场景为在桌面端每天需要写作 3000 字以上，可通过语音录入文字，并 可以将文字翻译为指定的语言 具体需求： 应用启动后自动进入文字/语音输入界面 可通过键盘和语音两种方式输入文字 可自动识别输入的文字和语音为何种语音，无需用户自己设置和切换 支持按钮启动语音识别，也可支持 Ctrl/Cmd + Tab 快捷键启动语音识别 默认不启动翻译，需用户手动启动，将输入的文字自动翻译为指定的语言文字 可切换多种翻译的目标语言，需支持中文、英文、日文、韩文、法文、德文、俄 文、西班牙文，意大利文等 9 种语言 对话界面交互友好，信息清晰直观 能显著区分原文和译文，译文应方便识别、阅读和复制 输入文字的界面可借鉴对话聊天界面，即非只能查看当前输入信息，应能够查看 历史内容 点击某个历史内容，可以重新翻译为另外的一种语言，并不新增记录，只对历史 内容的翻译做更新即可 语音识别模型和翻译模型都需要使用本地模型，即能够无网络使用，以确保信息 安全 语音识别模型和翻译模型可以通过下载的方式按需加载（比如通过 HuggingFace ， 需要法文翻译，才需要下载法文模型），而非打包在安装包中 能够在 Mac 和 Windows 两个系统上运行，可完成至少三次以上的内容输入和自动 翻译 可使用 AI 辅助完成此项任务，包括但不限于界面设计、技术选型、架构设计、代 码实现、以及测试 交付： 提交 Github 仓库链接（ Clone 后可以编译运行） 技术选型说明：为使该 Demo 达到最佳体验的技术选型，均可阐述。包括但不限 于所选语音识别模型和翻译模型的原因，所选跨平台开发框架的原因等 架构设计说明： AI 使用方法与总结： 介绍完成此任务的过程中，在哪些环节使用了 AI ，分别使用了哪些 AI 工具 和 Agent 回顾此工作，哪些环节还可以改进使用 AI 的效率和质量 加分项 流式语音输入和流式翻译。 即给用户营造实时输入和实时翻译的体验，无需等待 数秒之后才出现内容 性能分析：对 Demo 的内存、CPU 、GPU 等性能进行分析，给出以后需要优化之 处 阐述个人的软件设计哲学
在 v2 上一个帖子看到了一个远程招聘的帖子，邮件后和老板聊了几个小时感觉还不错，然后的话，给我出了个笔试题目（如下）： 请在 3- 5 个工作日（最长不可超过 7 个工作日的时间内），设计并实现一个可以在 Mac 和 Windows 两 个系统上都能运行的，能够完成实时对话翻译应用的 Demo ，用于解决需要大量文本录入和文本翻译的 需求。 目标用户为重度写作用户，使用场景为在桌面端每天需要写作 3000 字以上，可通过语音录入文字，并 可以将文字翻译为指定的语言 具体需求： 应用启动后自动进入文字/语音输入界面 可通过键盘和语音两种方式输入文字 可自动识别输入的文字和语音为何种语音，无需用户自己设置和切换 支持按钮启动语音识别，也可支持 Ctrl/Cmd + Tab 快捷键启动语音识别 默认不启动翻译，需用户手动启动，将输入的文字自动翻译为指定的语言文字 可切换多种翻译的目标语言，需支持中文、英文、日文、韩文、法文、德文、俄 文、西班牙文，意大利文等 9 种语言 对话界面交互友好，信息清晰直观 能显著区分原文和译文，译文应方便识别、阅读和复制 输入文字的界面可借鉴对话聊天界面，即非只能查看当前输入信息，应能够查看 历史内容 点击某个历史内容，可以重新翻译为另外的一种语言，并不新增记录，只对历史 内容的翻译做更新即可 语音识别模型和翻译模型都需要使用本地模型，即能够无网络使用，以确保信息 安全 语音识别模型和翻译模型可以通过下载的方式按需加载（比如通过 HuggingFace ， 需要法文翻译，才需要下载法文模型），而非打包在安装包中 能够在 Mac 和 Windows 两个系统上运行，可完成至少三次以上的内容输入和自动 翻译 可使用 AI 辅助完成此项任务，包括但不限于界面设计、技术选型、架构设计、代 码实现、以及测试 交付： 提交 Github 仓库链接（ Clone 后可以编译运行） 技术选型说明：为使该 Demo 达到最佳体验的技术选型，均可阐述。包括但不限 于所选语音识别模型和翻译模型的原因，所选跨平台开发框架的原因等 架构设计说明： AI 使用方法与总结： 介绍完成此任务的过程中，在哪些环节使用了 AI ，分别使用了哪些 AI 工具 和 Agent 回顾此工作，哪些环节还可以改进使用 AI 的效率和质量 加分项 流式语音输入和流式翻译。 即给用户营造实时输入和实时翻译的体验，无需等待 数秒之后才出现内容 性能分析：对 Demo 的内存、CPU 、GPU 等性能进行分析，给出以后需要优化之 处 阐述个人的软件设计哲学
在 v2 上一个帖子看到了一个远程招聘的帖子，邮件后和老板聊了几个小时感觉还不错，然后的话，给我出了个笔试题目（如下）： 请在 3- 5 个工作日（最长不可超过 7 个工作日的时间内），设计并实现一个可以在 Mac 和 Windows 两 个系统上都能运行的，能够完成实时对话翻译应用的 Demo ，用于解决需要大量文本录入和文本翻译的 需求。 目标用户为重度写作用户，使用场景为在桌面端每天需要写作 3000 字以上，可通过语音录入文字，并 可以将文字翻译为指定的语言 具体需求： 应用启动后自动进入文字/语音输入界面 可通过键盘和语音两种方式输入文字 可自动识别输入的文字和语音为何种语音，无需用户自己设置和切换 支持按钮启动语音识别，也可支持 Ctrl/Cmd + Tab 快捷键启动语音识别 默认不启动翻译，需用户手动启动，将输入的文字自动翻译为指定的语言文字 可切换多种翻译的目标语言，需支持中文、英文、日文、韩文、法文、德文、俄 文、西班牙文，意大利文等 9 种语言 对话界面交互友好，信息清晰直观 能显著区分原文和译文，译文应方便识别、阅读和复制 输入文字的界面可借鉴对话聊天界面，即非只能查看当前输入信息，应能够查看 历史内容 点击某个历史内容，可以重新翻译为另外的一种语言，并不新增记录，只对历史 内容的翻译做更新即可 语音识别模型和翻译模型都需要使用本地模型，即能够无网络使用，以确保信息 安全 语音识别模型和翻译模型可以通过下载的方式按需加载（比如通过 HuggingFace ， 需要法文翻译，才需要下载法文模型），而非打包在安装包中 能够在 Mac 和 Windows 两个系统上运行，可完成至少三次以上的内容输入和自动 翻译 可使用 AI 辅助完成此项任务，包括但不限于界面设计、技术选型、架构设计、代 码实现、以及测试 交付： 提交 Github 仓库链接（ Clone 后可以编译运行） 技术选型说明：为使该 Demo 达到最佳体验的技术选型，均可阐述。包括但不限 于所选语音识别模型和翻译模型的原因，所选跨平台开发框架的原因等 架构设计说明： AI 使用方法与总结： 介绍完成此任务的过程中，在哪些环节使用了 AI ，分别使用了哪些 AI 工具 和 Agent 回顾此工作，哪些环节还可以改进使用 AI 的效率和质量 加分项 流式语音输入和流式翻译。 即给用户营造实时输入和实时翻译的体验，无需等待 数秒之后才出现内容 性能分析：对 Demo 的内存、CPU 、GPU 等性能进行分析，给出以后需要优化之 处 阐述个人的软件设计哲学
在 v2 上一个帖子看到了一个远程招聘的帖子，邮件后和老板聊了几个小时感觉还不错，然后的话，给我出了个笔试题目（如下）： 请在 3- 5 个工作日（最长不可超过 7 个工作日的时间内），设计并实现一个可以在 Mac 和 Windows 两 个系统上都能运行的，能够完成实时对话翻译应用的 Demo ，用于解决需要大量文本录入和文本翻译的 需求。 目标用户为重度写作用户，使用场景为在桌面端每天需要写作 3000 字以上，可通过语音录入文字，并 可以将文字翻译为指定的语言 具体需求： 应用启动后自动进入文字/语音输入界面 可通过键盘和语音两种方式输入文字 可自动识别输入的文字和语音为何种语音，无需用户自己设置和切换 支持按钮启动语音识别，也可支持 Ctrl/Cmd + Tab 快捷键启动语音识别 默认不启动翻译，需用户手动启动，将输入的文字自动翻译为指定的语言文字 可切换多种翻译的目标语言，需支持中文、英文、日文、韩文、法文、德文、俄 文、西班牙文，意大利文等 9 种语言 对话界面交互友好，信息清晰直观 能显著区分原文和译文，译文应方便识别、阅读和复制 输入文字的界面可借鉴对话聊天界面，即非只能查看当前输入信息，应能够查看 历史内容 点击某个历史内容，可以重新翻译为另外的一种语言，并不新增记录，只对历史 内容的翻译做更新即可 语音识别模型和翻译模型都需要使用本地模型，即能够无网络使用，以确保信息 安全 语音识别模型和翻译模型可以通过下载的方式按需加载（比如通过 HuggingFace ， 需要法文翻译，才需要下载法文模型），而非打包在安装包中 能够在 Mac 和 Windows 两个系统上运行，可完成至少三次以上的内容输入和自动 翻译 可使用 AI 辅助完成此项任务，包括但不限于界面设计、技术选型、架构设计、代 码实现、以及测试 交付： 提交 Github 仓库链接（ Clone 后可以编译运行） 技术选型说明：为使该 Demo 达到最佳体验的技术选型，均可阐述。包括但不限 于所选语音识别模型和翻译模型的原因，所选跨平台开发框架的原因等 架构设计说明： AI 使用方法与总结： 介绍完成此任务的过程中，在哪些环节使用了 AI ，分别使用了哪些 AI 工具 和 Agent 回顾此工作，哪些环节还可以改进使用 AI 的效率和质量 加分项 流式语音输入和流式翻译。 即给用户营造实时输入和实时翻译的体验，无需等待 数秒之后才出现内容 性能分析：对 Demo 的内存、CPU 、GPU 等性能进行分析，给出以后需要优化之 处 阐述个人的软件设计哲学
在 v2 上一个帖子看到了一个远程招聘的帖子，邮件后和老板聊了几个小时感觉还不错，然后的话，给我出了个笔试题目（如下）： 请在 3- 5 个工作日（最长不可超过 7 个工作日的时间内），设计并实现一个可以在 Mac 和 Windows 两 个系统上都能运行的，能够完成实时对话翻译应用的 Demo ，用于解决需要大量文本录入和文本翻译的 需求。 目标用户为重度写作用户，使用场景为在桌面端每天需要写作 3000 字以上，可通过语音录入文字，并 可以将文字翻译为指定的语言 具体需求： 应用启动后自动进入文字/语音输入界面 可通过键盘和语音两种方式输入文字 可自动识别输入的文字和语音为何种语音，无需用户自己设置和切换 支持按钮启动语音识别，也可支持 Ctrl/Cmd + Tab 快捷键启动语音识别 默认不启动翻译，需用户手动启动，将输入的文字自动翻译为指定的语言文字 可切换多种翻译的目标语言，需支持中文、英文、日文、韩文、法文、德文、俄 文、西班牙文，意大利文等 9 种语言 对话界面交互友好，信息清晰直观 能显著区分原文和译文，译文应方便识别、阅读和复制 输入文字的界面可借鉴对话聊天界面，即非只能查看当前输入信息，应能够查看 历史内容 点击某个历史内容，可以重新翻译为另外的一种语言，并不新增记录，只对历史 内容的翻译做更新即可 语音识别模型和翻译模型都需要使用本地模型，即能够无网络使用，以确保信息 安全 语音识别模型和翻译模型可以通过下载的方式按需加载（比如通过 HuggingFace ， 需要法文翻译，才需要下载法文模型），而非打包在安装包中 能够在 Mac 和 Windows 两个系统上运行，可完成至少三次以上的内容输入和自动 翻译 可使用 AI 辅助完成此项任务，包括但不限于界面设计、技术选型、架构设计、代 码实现、以及测试 交付： 提交 Github 仓库链接（ Clone 后可以编译运行） 技术选型说明：为使该 Demo 达到最佳体验的技术选型，均可阐述。包括但不限 于所选语音识别模型和翻译模型的原因，所选跨平台开发框架的原因等 架构设计说明： AI 使用方法与总结： 介绍完成此任务的过程中，在哪些环节使用了 AI ，分别使用了哪些 AI 工具 和 Agent 回顾此工作，哪些环节还可以改进使用 AI 的效率和质量 加分项 流式语音输入和流式翻译。 即给用户营造实时输入和实时翻译的体验，无需等待 数秒之后才出现内容 性能分析：对 Demo 的内存、CPU 、GPU 等性能进行分析，给出以后需要优化之 处 阐述个人的软件设计哲学
在 v2 上一个帖子看到了一个远程招聘的帖子，邮件后和老板聊了几个小时感觉还不错，然后的话，给我出了个笔试题目（如下）： 请在 3- 5 个工作日（最长不可超过 7 个工作日的时间内），设计并实现一个可以在 Mac 和 Windows 两 个系统上都能运行的，能够完成实时对话翻译应用的 Demo ，用于解决需要大量文本录入和文本翻译的 需求。 目标用户为重度写作用户，使用场景为在桌面端每天需要写作 3000 字以上，可通过语音录入文字，并 可以将文字翻译为指定的语言 具体需求： 应用启动后自动进入文字/语音输入界面 可通过键盘和语音两种方式输入文字 可自动识别输入的文字和语音为何种语音，无需用户自己设置和切换 支持按钮启动语音识别，也可支持 Ctrl/Cmd + Tab 快捷键启动语音识别 默认不启动翻译，需用户手动启动，将输入的文字自动翻译为指定的语言文字 可切换多种翻译的目标语言，需支持中文、英文、日文、韩文、法文、德文、俄 文、西班牙文，意大利文等 9 种语言 对话界面交互友好，信息清晰直观 能显著区分原文和译文，译文应方便识别、阅读和复制 输入文字的界面可借鉴对话聊天界面，即非只能查看当前输入信息，应能够查看 历史内容 点击某个历史内容，可以重新翻译为另外的一种语言，并不新增记录，只对历史 内容的翻译做更新即可 语音识别模型和翻译模型都需要使用本地模型，即能够无网络使用，以确保信息 安全 语音识别模型和翻译模型可以通过下载的方式按需加载（比如通过 HuggingFace ， 需要法文翻译，才需要下载法文模型），而非打包在安装包中 能够在 Mac 和 Windows 两个系统上运行，可完成至少三次以上的内容输入和自动 翻译 可使用 AI 辅助完成此项任务，包括但不限于界面设计、技术选型、架构设计、代 码实现、以及测试 交付： 提交 Github 仓库链接（ Clone 后可以编译运行） 技术选型说明：为使该 Demo 达到最佳体验的技术选型，均可阐述。包括但不限 于所选语音识别模型和翻译模型的原因，所选跨平台开发框架的原因等 架构设计说明： AI 使用方法与总结： 介绍完成此任务的过程中，在哪些环节使用了 AI ，分别使用了哪些 AI 工具 和 Agent 回顾此工作，哪些环节还可以改进使用 AI 的效率和质量 加分项 流式语音输入和流式翻译。 即给用户营造实时输入和实时翻译的体验，无需等待 数秒之后才出现内容 性能分析：对 Demo 的内存、CPU 、GPU 等性能进行分析，给出以后需要优化之 处 阐述个人的软件设计哲学
在 v2 上一个帖子看到了一个远程招聘的帖子，邮件后和老板聊了几个小时感觉还不错，然后的话，给我出了个笔试题目（如下）： 请在 3- 5 个工作日（最长不可超过 7 个工作日的时间内），设计并实现一个可以在 Mac 和 Windows 两 个系统上都能运行的，能够完成实时对话翻译应用的 Demo ，用于解决需要大量文本录入和文本翻译的 需求。 目标用户为重度写作用户，使用场景为在桌面端每天需要写作 3000 字以上，可通过语音录入文字，并 可以将文字翻译为指定的语言 具体需求： 应用启动后自动进入文字/语音输入界面 可通过键盘和语音两种方式输入文字 可自动识别输入的文字和语音为何种语音，无需用户自己设置和切换 支持按钮启动语音识别，也可支持 Ctrl/Cmd + Tab 快捷键启动语音识别 默认不启动翻译，需用户手动启动，将输入的文字自动翻译为指定的语言文字 可切换多种翻译的目标语言，需支持中文、英文、日文、韩文、法文、德文、俄 文、西班牙文，意大利文等 9 种语言 对话界面交互友好，信息清晰直观 能显著区分原文和译文，译文应方便识别、阅读和复制 输入文字的界面可借鉴对话聊天界面，即非只能查看当前输入信息，应能够查看 历史内容 点击某个历史内容，可以重新翻译为另外的一种语言，并不新增记录，只对历史 内容的翻译做更新即可 语音识别模型和翻译模型都需要使用本地模型，即能够无网络使用，以确保信息 安全 语音识别模型和翻译模型可以通过下载的方式按需加载（比如通过 HuggingFace ， 需要法文翻译，才需要下载法文模型），而非打包在安装包中 能够在 Mac 和 Windows 两个系统上运行，可完成至少三次以上的内容输入和自动 翻译 可使用 AI 辅助完成此项任务，包括但不限于界面设计、技术选型、架构设计、代 码实现、以及测试 交付： 提交 Github 仓库链接（ Clone 后可以编译运行） 技术选型说明：为使该 Demo 达到最佳体验的技术选型，均可阐述。包括但不限 于所选语音识别模型和翻译模型的原因，所选跨平台开发框架的原因等 架构设计说明： AI 使用方法与总结： 介绍完成此任务的过程中，在哪些环节使用了 AI ，分别使用了哪些 AI 工具 和 Agent 回顾此工作，哪些环节还可以改进使用 AI 的效率和质量 加分项 流式语音输入和流式翻译。 即给用户营造实时输入和实时翻译的体验，无需等待 数秒之后才出现内容 性能分析：对 Demo 的内存、CPU 、GPU 等性能进行分析，给出以后需要优化之 处 阐述个人的软件设计哲学
在 v2 上一个帖子看到了一个远程招聘的帖子，邮件后和老板聊了几个小时感觉还不错，然后的话，给我出了个笔试题目（如下）： 请在 3- 5 个工作日（最长不可超过 7 个工作日的时间内），设计并实现一个可以在 Mac 和 Windows 两 个系统上都能运行的，能够完成实时对话翻译应用的 Demo ，用于解决需要大量文本录入和文本翻译的 需求。 目标用户为重度写作用户，使用场景为在桌面端每天需要写作 3000 字以上，可通过语音录入文字，并 可以将文字翻译为指定的语言 具体需求： 应用启动后自动进入文字/语音输入界面 可通过键盘和语音两种方式输入文字 可自动识别输入的文字和语音为何种语音，无需用户自己设置和切换 支持按钮启动语音识别，也可支持 Ctrl/Cmd + Tab 快捷键启动语音识别 默认不启动翻译，需用户手动启动，将输入的文字自动翻译为指定的语言文字 可切换多种翻译的目标语言，需支持中文、英文、日文、韩文、法文、德文、俄 文、西班牙文，意大利文等 9 种语言 对话界面交互友好，信息清晰直观 能显著区分原文和译文，译文应方便识别、阅读和复制 输入文字的界面可借鉴对话聊天界面，即非只能查看当前输入信息，应能够查看 历史内容 点击某个历史内容，可以重新翻译为另外的一种语言，并不新增记录，只对历史 内容的翻译做更新即可 语音识别模型和翻译模型都需要使用本地模型，即能够无网络使用，以确保信息 安全 语音识别模型和翻译模型可以通过下载的方式按需加载（比如通过 HuggingFace ， 需要法文翻译，才需要下载法文模型），而非打包在安装包中 能够在 Mac 和 Windows 两个系统上运行，可完成至少三次以上的内容输入和自动 翻译 可使用 AI 辅助完成此项任务，包括但不限于界面设计、技术选型、架构设计、代 码实现、以及测试 交付： 提交 Github 仓库链接（ Clone 后可以编译运行） 技术选型说明：为使该 Demo 达到最佳体验的技术选型，均可阐述。包括但不限 于所选语音识别模型和翻译模型的原因，所选跨平台开发框架的原因等 架构设计说明： AI 使用方法与总结： 介绍完成此任务的过程中，在哪些环节使用了 AI ，分别使用了哪些 AI 工具 和 Agent 回顾此工作，哪些环节还可以改进使用 AI 的效率和质量 加分项 流式语音输入和流式翻译。 即给用户营造实时输入和实时翻译的体验，无需等待 数秒之后才出现内容 性能分析：对 Demo 的内存、CPU 、GPU 等性能进行分析，给出以后需要优化之 处 阐述个人的软件设计哲学