Kivio：我把自己天天用的 AI 操作全塞进了一个桌面应用「开源推广」

本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：

• 我的帖子已经打上 开源推广 标签： 是


• 我的开源项目完整开源，无未开源部分： 是


• 我的开源项目已链接认可 LINUX DO 社区： 是


• 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是


• 以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出

之前一直有不懂的，还不可以复制那种，用ai总是这个流程，截图 复制 给ai。之后使用claude desktop有截图分析的功能，但是用了几个月发现这玩意占用太大了，沙盒13g，我还试了其他的，豆包、kimi什么的，但是最后都没有用下去，只好自己做了一个。

本来就想做个翻译框，用着用着就收不住了。今天加截图翻译，明天想着干脆能问答吧，后天接自己的 key ，再再后来它都能调工具、读文档、跑代码了。写到现在，它早不是当初那个翻译框，名字也从 KeyLingo 改成了 Kivio。

我现在电脑已经把所有AI客户端都删掉了，只留了一个kivio和claudecode。我做这玩意儿其实没什么宏大目标，就是把自己天天用的那些 AI 操作，全做进一个应用里，缺啥补啥，结果越做越大。下面几个是我自己离不开的。用 Tauri + Rust 搓的，装起来不大、开起来速度还可以，平时缩在托盘里，要用才出来。Mac 和 Windows 都能运行。

主要功能：

边打边译 / 截图翻译：一个热键，当场出结果

• 边打边译：在任何地方打字，按下热键直接把刚打的翻译并替换掉。写英文邮件、回消息很顺。


• 截图翻译：框选屏幕任意区域，译文卡片直接「飞」到鼠标位置，原文对照在下方。看 PDF 特别好用。


• 划词：选中的文字直接翻，文字能选时比截图还快一步。

对于截图翻译，可以使用多模态模型直接使用，同时也可以支持系统OCR 然后再用文本模型翻译。

Lens：核心功能，对着屏幕，直接问，直接出答案

这个优化最久，也是我后来最离不开的。按热键框住屏幕上任意一块，直接开多轮对话：

• 看不懂的公式 → 框住，给你 LaTeX 还讲原理


• 弹出来的报错 → 框住，问咋回事、怎么修


• 图表、表格、大段代码、英文界面 → 框住就能聊


• 框一段文字 → 当场翻译、改写、总结、润色

支持直接跳转到 AI客户端里持续聊天，你截一次图，你聊几次可以生成一个有规范文件

Kivio AI 客户端

有codex的模样，但也参考了别的一些项目和自己的一些想法，做成我的形状的kivio AI 客户端

做这个主要是替代我经常使用的 cherry studio这些ai应用，我现在所有杂七杂八的都在这里。

对比cherry来讲，不只是聊天了：对话按项目分组、能建助手、有本地记忆、能塞图片和文件进去问。

关键是它真能干活——读写文件、跑命令、抓网页、搜索，还内置 Python 沙箱（Pyodide），丢 PDF / Excel / Word 让它分析是真能算的。上图就是随手让它对比几种 OCR 方案，直接拉了张表还附了代码。

OpenAI、Anthropic 接口支持，支持多供应商管理，多KEY支持轮训



每个模型可以单独设置上下文，单独设置支持的功能，是否支持图片输入等等。

即使没有配置kivio，可以直接使用本地的CLI工具进行使用，目前正在逐步适配。

混音器，让不支持视觉的模型也能图片输入。

同时也可以通过工具调用的方式生图。

还有很多AI客户端的功能等待佬友们使用探索。

Kivio code 超级离谱跑题功能

天天使用claudecode，我想这个能不能也代替一下，模仿的做了一下。

一个在终端跑的编码 agent，命令行 kivio code 直接用

越来越感觉做的逐渐跑题，这个应用基本就是围绕着我日常使用来进行构建的，把自己天天用的那些 AI 操作，全做进一个应用里