2026 年 update：gemini API 白嫖额度大幅度缩水，不再维护了。

欢迎使用 DeskAI 屏幕助手！本工具可以通过自定义快捷键，快速截屏或使用剪贴板内容，或将文件/文本拖至悬浮球，调用 AI 大模型进行文字识别、翻译或任何你指定的任务。本项目支持自定义记忆库，帮助你更个性化地完成工作！

目前支持 Gemini，openai，Claude，Deepseek 多种模型的 API 调用！

程序已开放下载！ --见 release 最新链接。

• 智能悬浮球: 您的桌面AI伙伴，可自由拖动，右键唤出功能菜单。
• 多模态拖放: 将图片、文本、PDF、Word、PPT等文件直接拖拽到悬浮球上，即可快速分析与处理。
• 全局快捷键: 自定义全局快捷键，随时随地触发截图识别或剪贴板处理。
• 记忆库设置：保存你的个人记忆库，使每次聊天都有对你的记忆：个人信息，偏好，任务...。
• 图形化设置: 在直观的设置菜单中，轻松管理您的API Key、代理、快捷键和所有AI指令。
• 系统托盘集成: 可将悬浮球最小化到系统托盘，保持桌面整洁。

为了让程序正常启动，您只需要在第一次运行时手动编辑一次配置文件来填入您的API Key。

1. 打开config: 找到和exe相同目录的 config.json，用任意文本编辑器打开它 。

2. 填入 API Key: 找到 "api_keys" 字段的 "google_gemini" ，并填入你自己的 Gemini API Key。

   其他 API key 可以留空，但是如果下方模型选择了其他模型，请填入对应的 API key。 你可以从 Google AI Studio 免费获取 gemini 的 API: https://aistudio.google.com/app/apikey

3. 启动程序: 保存config，启动程序使 API 生效。

   你可以将程序快捷方式添加到开机启动，不用每次手动运行。

🎉 恭喜！您只需要完成这一步就能召唤DeskAI悬浮球！之后的所有设置都可以在程序内的图形化“设置”菜单中轻松完成。

这是程序的主入口。

• 拖动: 按住鼠标左键可以将其拖动到屏幕的任何位置。
• 右键菜单: 右键点击悬浮球，会弹出主功能菜单。

• 开始新对话: 快速打开一个聊天窗口，开始与AI的临时对话。
• 记忆库: 打开记忆库，存储你的身份/任务/喜好信息。
• 使用说明: 打开本帮助文档。
• 设置: 打开图形化的设置窗口，管理所有配置。
• 隐藏悬浮球: 将悬浮球最小化到系统右下角的托盘区。
• 退出: 关闭应用程序。

将以下内容直接拖到悬浮球上即可触发相应的AI分析：

• 选中的文本: 快速翻译、解释或总结。
• 图片文件: (.png, .jpg 等) 描述图片内容。
• 文档文件: (.txt, .pdf, .docx, .pptx 等) 总结文档核心要点。

在后台随时通过您自定义的快捷键触发特定功能（默认为截图和剪贴板处理）。

通过右键菜单 -> 设置打开。在这里，您可以直观地管理所有配置。

• 模型选择：选择您需要使用的供应商和模型名称，需要填写对应的 API key 才能正常使用。
• API Key: 您的 API 密钥。
• 代理 URL: 您的本地网络代理地址。
  • 留空 (推荐): 程序会自动检测系统代理，适应大多数网络环境。
  • 手动填写: 如果自动检测失败，请填写完整的代理地址，例如 http://127.0.0.1:7890。

此区域管理通过快捷键触发的功能。

• 快捷键: 定义触发的按键组合，如 shift+win+d。
• 提示词 (Prompt): 定义当该快捷键被触发时，发送给AI的初始指令。

此区域管理拖放文件触发的功能。

• 文件类型: 以文件扩展名（如 .pdf, .py）作为标识。
• 提示词 (Prompt): 定义当对应类型的文件被拖放时，发送给AI的初始指令。

重要提示: API Key、代理URL 和快捷键的任何更改，都需要通过右键菜单 -> 退出来使新设置生效。

Q: 快捷键按了没反应？ A: 1. 请检查设置的快捷键是否与系统或其他软件的快捷键冲突。 2. 修改快捷键后，必须重启程序才能生效。

Q: 悬浮球不见了？ A: 请检查屏幕右下角的系统托盘区，程序图标可能被隐藏在那里。右键点击托盘图标可以选择“显示悬浮球”。

Q: 提示网络错误或请求超时？ A: 请检查：1. 您的网络连接是否正常。 2. 您的代理是否开启且设置正确。 3. 您的 API Key 是否有效。

Q: 无法获取结果？ A: 请像检测网络和API key是否填写，并关注对话栏报错信息，如果是API配额/支付相关问题，请前往下方官方网站进行支付。

不同供应商的模型在 API 使用限制和收费方面有所不同，详情请参考官方文档：

• Google Gemini

  • 文档：使用限制
  • API Key 获取：AI Studio

• DeepSeek

  • 文档：快速入门与定价

• OpenAI

  • 文档：定价说明

• Claude

  • 文档：API 概览

💡 新手推荐：可以先从 Google Gemini API 开始，方便获取免费额度进行尝试。

请在使用本工具前了解以下信息：

1. 截图内容上传: 为了实现识别和翻译功能，您截取的屏幕区域图像将会被上传至 供应商 的 模型 API 服务器进行处理。请避免截取包含密码、个人隐私或任何敏感信息的区域。

2. 全局快捷键监听: 本程序会在后台监听您的键盘输入，以便响应您设置的全局快捷键。本程序不会记录或上传除快捷键组合之外的任何键盘活动。

3. 杀毒软件警告: 由于本程序需要监听全局键盘快捷键，部分杀毒软件（包括 Windows Defender）可能会将其标记为潜在风险程序（如 "Keylogger" 或 "监控工具"）。这是一个正常的误报，因为杀毒软件无法区分善意的快捷键功能和恶意的键盘记录。如果您信任本程序的源代码和功能，请选择“允许”或将本程序添加到信任列表。

4. 配置文件安全: 您的 API Key 存储在您本地的 config.json 文件中，不会被上传或分享。请妥善保管此文件，不要泄露给他人。

本项目为开源工具，旨在提升效率。我们鼓励您审查源代码以确保其安全性。