新闻详情

新闻详情

首页 / 资讯中心 / 详情

OpenLess快速上手指南:10分钟完成安装、权限与密钥配置,告别逐字敲键盘

发布时间:2026/11/16 0:47:39来源:尧图网络
OpenLess快速上手指南:10分钟完成安装、权限与密钥配置,告别逐字敲键盘
OpenLess快速上手指南10分钟完成安装、权限与密钥配置告别逐字敲键盘【免费下载链接】openlessHold a key, speak, release — AI-polished text appears at your cursor in any app. Open-source voice input for macOS Windows. (按住快捷键说话松开即得润色后的文字)项目地址: https://gitcode.com/gh_mirrors/op/openlessOpenLess 是一款面向 macOS 与 Windows 的开源语音输入工具按住快捷键说话松开后 AI 润色后的文字会直接插入当前光标处让你彻底告别逐字敲键盘。本指南带你完成安装、权限授权与 API 密钥配置三步10 分钟即可上手。一、为什么选择 OpenLess 语音输入与逐字转写的听写工具不同OpenLess 的核心能力是AI 润色口语里的语气词、断句和错别字都会被自动清理并按你选择的风格输出。它具备️四种输出模式原文、轻度润色、清晰结构AI Prompt 模式、正式表达⚡流式插入润色后的文字逐字流入光标处几乎与思考同速会学习的词典专有名词、人名加入词典后识别更准纠错还会主动提醒你收藏本地优先数据留在本机API 密钥存入系统安全存储支持自带任意云厂商凭据。二、一键安装步骤macOS 与 Windows到项目的 Releases 页面下载对应安装包平台安装包说明macOSOpenLess_版本_aarch64.dmg/x64.dmg分别对应 Apple Silicon 与 IntelWindowsOpenLess_版本_x64-setup.exe双击运行安装程序macOS 安装步骤打开 dmg 文件把OpenLess.app 拖入「应用程序」文件夹由于官方构建是临时签名未做 Apple 公证首次启动前在终端执行一次以下命令绕过 Gatekeeper 的已损坏警告xattr -cr /Applications/OpenLess.app双击启动应用。 也可以直接用 Homebrew 安装与升级brew install --cask openless升级用brew upgrade openless。Windows 安装步骤运行下载的setup.exe安装程序按提示完成安装从开始菜单启动 OpenLess 即可。三、首次启动系统权限授权指南macOS 权限麦克风 辅助功能在「系统设置 → 隐私与安全」中依次授予两项权限麦克风—— 允许 OpenLess 录音辅助功能—— 允许 OpenLess 把文字写入当前焦点输入框。⚠️ 关键点授予辅助功能权限后必须完全退出并重新启动 OpenLess快捷键才会生效。这是新手最容易踩的坑。Windows 权限麦克风 快捷键监听按系统弹窗授予麦克风权限打开 OpenLess →设置 → 权限确认全局快捷键监听器状态显示为「已启动」。四、密钥配置填写 ASR 与润色凭据打开设置填入两类凭据以火山引擎为例这也是官方文档推荐的组合字段说明火山引擎 App ID语音识别ASR服务的应用 ID火山引擎 Access Token语音识别访问凭据火山引擎 Resource ID语音识别资源 IDArk API Key文本润色服务的 API KeyArk Model ID使用的模型 ID如doubao-pro-32kArk Endpoint接口地址默认已填好一般无需修改详细图文配置流程见 docs/volcengine-setup.md使用讯飞实时语音转写的用户AppID API Key见 docs/xfyun-asr.md除火山引擎外还支持腾讯云、阿里百炼、OpenAI 兼容端点等十余种 ASR / 润色供应商均可自带凭据BYOK无厂商锁定。✅ 保存后设置立即生效无需重启。密钥统一存入系统安全存储macOS 钥匙串 / Windows 凭据管理器 / Linux keyring不会以明文保存在配置文件中。五、10 秒上手按住快捷键说话全部配置完成后使用只有三个动作按住全局快捷键默认macOS 右 OptionWindows 右 Control——屏幕边缘出现状态胶囊开始录音松开同一快捷键——自动转写 → AI 润色 → 插入光标处录错内容按Esc随时取消丢弃本次录音。如果目标输入框不允许程序写入OpenLess 会自动把结果复制到剪贴板手动Ctrl/CmdV即可内容绝不丢失。在设置或状态胶囊中可切换输出模式写 AI 提示词选清晰结构写邮件选轻度润色需要正式书面语选正式表达。六、常见问题快速排查问题解决办法快捷键没反应macOS确认已授予辅助功能权限并重启过应用Windows检查「设置 → 权限」监听器状态识别结果为空检查 ASR 凭据App ID / Access Token是否填写正确文字只进了剪贴板目标应用限制了程序写入直接粘贴即可润色结果和预期不符切换输出模式或在词典中添加相关专有名词更多资料完整用户手册USAGE.md中文 README功能总览README.zh.md架构说明docs/architecture.md安装、授权、填密钥——这三步完成后按住说话松开落字就成为你的默认输入方式。祝使用愉快【免费下载链接】openlessHold a key, speak, release — AI-polished text appears at your cursor in any app. Open-source voice input for macOS Windows. (按住快捷键说话松开即得润色后的文字)项目地址: https://gitcode.com/gh_mirrors/op/openless创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉