ooboqoo/shiping

面试和笔试的隐身 AI 助手：屏幕上的题，截图就解；面试官的问题，说完就有提示。

版本说明：v3 起新增对话模式，此后只维护 v3（main 分支）。只有截图解题的 v2 版本保留在 v2 分支，不再更新，安装包见 v2.1.0。

• 截图模式：按下快捷键截取屏幕，视觉模型实时分析屏幕上的题目，流式给出解答；可以追加截图、追问，保持上下文连续
• 对话模式：实时识别面试官说的话，对方说完一句就给出简短的回答提示——一句能直接说出口的开场，加上几个要点

两种模式各自选用 AI 配置和提示词，一场面试里可以随时切换：先聊项目用对话模式，面试官一共享题目，按快捷键切到截图模式就能解题。

• 两种模式一体：看屏幕和听对话在同一个窗口里，各自选模型、各自配提示词
• 适配国内生态：中文界面；硅基流动、DeepSeek 等国内平台开箱即用，支持支付宝付款；语音识别用阿里云百炼
• 屏幕分享隐身：即使被要求共享屏幕，对方也看不到本助手的窗口
• 不打扰做题：窗口置顶半透明，做题页面不会失焦；支持鼠标穿透，快捷键冲突时还可以用悬浮工具条点按钮操作
• 开源、自带 Key、没有订阅费：直接调用你自己的 AI 平台，花多少钱看得见
• 追求快：可以关闭模型思考；对话模式不等停顿结束就出提示，对方没说完会自动重写

截图模式的编程题默认用 TypeScript 作答，题目指定了语言时按题目要求。

到 Releases 下载安装包：Windows 用 setup.exe，macOS 用 .dmg（目前只提供 Apple 芯片版本，Intel 芯片的 Mac 请从源码运行）。安装和首次打开的注意事项见 Wiki 教程。

首次打开会提示填写 API Base URL 和 API Key。任何兼容 OpenAI API 的平台都可以，如国内的 硅基流动、DeepSeek，国外的 OpenRouter，或 OpenAI 官方（只填 API Key 即可）。

在「设置 → AI 模型」里可以保存多套配置，再到「截图模式」「对话模式」两组里分别选用：

• 截图模式要发截图给模型，需要能识图的模型，设置里会标出不能识图的模型
• 对话模式只发文字，建议选一个打开「关闭思考」的快模型，出提示更快

常用平台的地址和模型名怎么填，见 Wiki 的对照表。

部分平台或网关除了 API Key 还要求额外的请求头（如 Azure 的 api-key、Cloudflare AI Gateway 的 cf-aig-authorization），可以在配置的「高级 → 自定义请求头」里每行填一个 名称: 值。

• 截图模式：按 ⌥ Enter（Windows 为 Ctrl+Enter）截图解题
• 对话模式：
  1. 在百炼平台控制台创建 API Key，填到「设置 → 语音」
  2. 点窗口顶部的「对话」切换过去（或按 ⌥⇧M / Ctrl+Shift+M）
  3. 按 ⌥ T（Windows 为 Ctrl+T）开始监听，对方说完一句话，右侧就会出提示

语音识别使用阿里云百炼的 Fun-ASR 实时模型，约 0.02 元/分钟，新用户有免费额度，以百炼官网为准。

• 自动（默认）：对方说完一句话立刻出提示。如果对方其实还没说完，这条提示会先撤回，等说完后重写到同一张卡里；「好的」「嗯」这类太短的句子不会触发
• 手动：只在按「出提示」快捷键时出
• 两种方式下都可以随时按「出提示」立即出，不等对方说完；没有新内容时再按一次，会把上一条换个说法重出
• 左边是对方说的话，右边是提示；鼠标移到某条提示上，左边会高亮它对应的问题
• 对话模式采集的是系统音频，线上面试时就是会议里对方的声音，自己说话不会触发提示。「说完判定」的停顿时长和触发字数可以在「设置 → 对话模式 → 高级」里调整
• 想复盘的话，在「设置 → 对话模式」打开「保存对话记录到本地」：对方说的话和提示会自动保存成 Markdown 文件（默认在 文档/InterviewCoder），一段对话一个文件，清空对话后另起一个

在「设置 → 资料库」导入简历、项目笔记（PDF、Word、Markdown、TXT），或把准备好的问答直接粘贴成文本，AI 作答时会优先参考：

• 经历类问题结合简历里的项目和数据，用第一人称回答；资料里有现成回答的问题，按你准备的要点和说法来
• 每份资料可以分别选择用于截图模式、对话模式
• 资料只保存在本机，但会随每次请求发给该模式使用的 AI 平台。资料越多回答越慢、费用越高，建议每个模式不超过 3 万字；DeepSeek、OpenAI 等平台会自动缓存重复的前缀，连续提问时这部分更快也更便宜

所有快捷键都可以在「设置 → 快捷键」里修改，完整列表见应用内的「帮助中心」。

先看报错原文：截图模式在答案区顶部的「API 调用失败」下面，对话模式在提示卡片的「生成失败：……」里。常见问题按类别整理在 Wiki 里，每条都有原因和解决办法：

• AI 模型配置与调用失败：404、401、模型名不对、模型看不到截图、一直「正在生成」、中转站的 Key 用不了
• 截图问题：截错屏幕、只截题目区域、截图是黑的、截图没保存
• 窗口与快捷键问题：网页全屏时透明度跳变、启动就崩溃、快捷键没反应
• 语音与对话模式：识别不到声音、转录后 AI 不回答、对话模式不出提示

没找到答案再提 Issue，请附上软件版本、操作系统、所用平台和模型，以及报错原文（API Key 记得打码）。

• 新增对话模式：根据面试官说的话实时出提示，不需要截图
• 设置页改为分组导航：通用设置（AI 模型、语音、界面与隐私、快捷键）和两种模式的设置分开，不常用的项收进「高级」
• AI 配置按模式选用：配置列表共用，两种模式各选一个。在「AI 模型」里点选配置现在只是打开它来编辑，要改某个模式用哪个配置，请点配置里的「用于」或到该模式的设置组里选。升级后两种模式都沿用你原来在用的配置
• 提示词场景按模式分开，对话模式新增「技术面试」「行为面试」「英文面试」三个预设
• 自 v2.1 以来的其他改进：多显示器选择截图屏幕、只截固定区域、关闭模型思考、自定义请求头、快捷键切换提示词场景、预设场景可删除、答案渲染数学公式、代码自动复制/保存、状态栏显示解题耗时

完整更新日志见 Releases。

目前隐身功能适配市面上大部分会议软件（如腾讯会议等），但很少部分软件和浏览器可能无法正常隐身。请务必在正式使用前，用「当前电脑」+「当前会议软件」自行测试。

本项目仅供学习与研究使用，请遵守考试、面试等场合的相关规定，使用本软件产生的一切后果由使用者自行承担。相关问题欢迎到 #21 讨论。

项目运行依赖 Node.js。

$ npm install
$ npm run dev

也可以在项目根目录创建 .env 文件预配置 AI 平台，程序启动后会自动读取作为默认值：

API_BASE_URL="https://openrouter.ai/api/v1" # 聚合服务的 API 地址，这里以 OpenRouter 为例
API_KEY="sk-1234567890" # 你的 API Key，这里只是示例
MODEL="gpt-5-mini" # 可选，指定模型

自己打包安装包：

$ npm run build:mac   # macOS
$ npm run build:win   # Windows

更多使用教程和视频请到本项目的 Wiki 查看。

本项目采用 CC BY-NC 4.0 协议许可。

您可以自由使用、复制、修改本项目代码，但 禁止任何形式的商业用途，包括但不限于售卖、集成入商业产品、SaaS 服务等。

如需商业授权，请联系作者获得书面许可。

原 Interview-Coder 项目在网络上爆火之后，出现了很多类似的项目（本项目也是其中一个），每个项目都各有特色，这里列举一些比较火的项目供参考。

• https://github.com/sohzm/cheating-daddy 作者是前段时间在硅谷大热的争议程序员 Soham Parekh
• https://github.com/pickle-com/glass
• https://github.com/j4wg/interview-coder-withoupaywall-opensource