MiMo ASR Assistant

本地音频转文字工具，支持 AI 规整、多文件并发处理。

已实现功能

音频转文字：支持音频格式 WAV、MP3、M4A、FLAC、OGG，以及常见视频容器的音轨提取（MP4、MKV、MOV、AVI、FLV、TS），通过 MiMo ASR API 流式转写
本地转码（音视频通吃）：捆绑精简版 ffmpeg.exe 本地转码（提取音轨 → 16kHz/mono/16bit WAV），取代此前仅有限支持部分编码的纯 Rust 自实现（symphonia/rubato），常见音频与视频容器统一可解；转码过程不上传任何数据
AI 规整：转写结果可一键 AI 规整（修正错别字、补充标点、智能分段），规整中可随时停止
多文件并发：多个音频文件可同时处理，独立进度追踪，文件切换无串扰
速率控制：内置并发信号量 + RPM 滑动窗口，自动排队避免 API 限流
分片重试：每个音频分片独立重试 3 次，失败写入日志
导出：支持导出原文 / 规整文本，自定义保存路径
系统托盘：关闭窗口最小化到托盘，托盘图标点击恢复
配置加密：API Key 使用 Windows DPAPI 加密存储
深色/亮色主题：跟随系统或手动切换
流式标签过滤：SSE 流自动过滤 thinking 思考块和 XML 标签，支持跨 chunk 不完整标签缓冲
Markdown 实时渲染：转写/规整结果实时按内容渲染 Markdown（标题 #、加粗 **、列表、表格、代码块等），流式输出时 # 标题 换行后即渲染为标题，无需等待任务完成；纯文本内容仍走转义快速路径
提示词管理：设置页支持提示词的新增、编辑、删除、上移/下移排序，持久化到 prompts.json，重启后保留
滚动智能跟踪：输出时自动跟随底部；向上滚动查看先前内容后，点击「跳转到底部」恢复跟踪，滞回设计避免按钮在滑动时闪烁

平台支持（清单 I-03：策略 A）

运行与发布仅支持 Windows 10/11 x64；CI 只承诺 Windows。

平台	状态	说明
Windows 10/11 x64	✅ 支持	开发、CI、发布（NSIS 安装包）唯一目标平台
Linux / macOS	❌ 不支持	编译期 `compile_error!` 给出明确平台不支持提示（DPAPI 与捆绑 ffmpeg.exe 均为 Windows 专属），不承诺可编译/可运行

捆绑的 ffmpeg.exe 为 Windows 可执行文件，仅随 Windows 安装包分发；非 Windows 源码保持合理 cfg 隔离但不承诺完整应用编译。

支持的服务商

服务商	转写（ASR）	规整（Chat）	Base URL
MiMo API	`mimo-v2.5-asr`	`mimo-v2.5`、`mimo-v2.5-pro`	`https://api.xiaomimimo.com/v1`
MiMo Token Plan	`mimo-v2.5-asr`	`mimo-v2.5`、`mimo-v2.5-pro`	`https://token-plan-cn.xiaomimimo.com/v1`
DeepSeek	—	`deepseek-v4-pro`、`deepseek-v4-flash`	`https://api.deepseek.com`

技术栈

层	技术
前端	Vue 3 + TypeScript + Vite + Pinia
桌面框架	Tauri v2
后端	Rust (tokio + reqwest)
音频处理	捆绑精简版 ffmpeg.exe 本地转码（FFmpeg 9.0 `--disable-everything` 精简构建，无网络能力）+ 纯 Rust WAV 切片/解析（hound 仅慢速路径）

ffmpeg.exe 的供应链记录（来源、版本、SHA-256 完整性门禁与更新流程）见 SECURITY.md。

本地编译

前置依赖

Rust (1.96+；工具链 channel/components 由仓库根 rust-toolchain.toml 固定，与 CI 一致)
Node.js (24+；CI 固定 Node 24 主版本)
Windows WebView2 Runtime

编译命令

# 安装前端依赖
npm install

# 开发模式（前端热更新 + Rust 后端）
npm run tauri dev

# 构建生产版本（生成 exe + 安装包）
# 可选：CI 已能产出同样的安装包（见「CI」的 package job），
# 本地不必保留 target/ 这类重产物，需要时从 CI Artifacts 下载
npm run tauri build

# 仅检查 Rust 语法
cd src-tauri && cargo check

本地构建产物（均可随时删除、按需重建，且已在 .gitignore 中）：

src-tauri/target/（体积最大，Rust 编译中间产物与 release 产物）
src-tauri/target/release/mimo-asr-assistant.exe
src-tauri/target/release/bundle/nsis/（NSIS 安装包，内含 resources/ffmpeg.exe）
dist/（前端构建输出）

发布用的安装包由 CI package job 产出并发布到 Releases（main 构建覆盖更新 latest pre-release），因此本地只需保留 node_modules/（开发/门禁命令依赖），其余构建输出可以删除；用 npm run tauri dev 时 Rust 会按需增量重编。

质量门禁（清单 Q-00）

合入/发版前必须全部通过（0 warning / 0 error）：

# 前端
npm run typecheck      # vue-tsc --noEmit 类型检查
npm run lint           # ESLint 检查
npm run test           # vitest 单元测试
npm run build          # 类型检查 + vite build（跨 shell 兼容，见 scripts/build.mjs）
npm run version:check  # 核对 package.json / tauri.conf.json / Cargo.toml 三处版本号

# Rust（在 src-tauri 目录执行）
cargo check            # 编译检查
cargo test             # 单元测试（DPAPI 相关测试依赖 Windows）
cargo clippy --all-targets -- -D warnings   # lint 零容忍（含测试目标）

# Tauri 开发冒烟
npm run tauri dev

npm run tauri build 的前置构建已指向 npm run build（tauri.conf.json beforeBuildCommand），即先执行 vue-tsc --noEmit 再 vite build：TypeScript 类型错误会在进入 Rust 打包前阻断发布。

CI（清单 I-01）

上述门禁由 .github/workflows/ci.yml 在 Windows runner 上自动执行（push 默认分支 / PR 触发，三 job 并行）：

Job	内容
`frontend`	npm ci → typecheck → lint → vitest → build → version:check
`rust`	ffmpeg.exe SHA-256 基准比对 → cargo check/test/clippy --all-targets（均 `--locked`；build.rs 门禁编译期再校验一次哈希）
`security`	`npm audit --omit=dev --audit-level=high` + 固定版本 `cargo audit --deny warnings`（已登记例外见 `src-tauri/.cargo/audit.toml` 与 SECURITY.md）
`package`	main 推送 / tag / 手动 dispatch 时运行：`tauri build --bundles nsis` → 静默安装后逐项核对 `bundle.resources` 声明的静态资产与 ffmpeg 哈希 → 上传安装包 artifact，并发布 release（见下）。只产出 NSIS 安装包

取安装包（本地不再需要 src-tauri/target/）：

方式一，Releases 页面直接下载（推荐，资产是原始 .exe 而不是 zip）：

滚动 pre-release：每次 main 构建都会覆盖发布固定 tag latest 的 pre-release——资产用 --clobber 覆盖、tag 强制移动到本次 commit、标题与说明刷新，所以页面上永远是 main 最新一次构建的产物。标题与说明里带精确到秒的 UTC+8 构建开始时间（另附本次 commit 的提交时间），便于确认拿到的是哪一次构建。
正式 release：推 tag 会发布该 tag 的正式 release 并自动生成 release notes。v1.2.0 与仓库历史沿用的裸版本号 1.2.0 两种写法都接受；tag 触发时会校验 tag 与 package.json 版本一致，不一致直接失败。

方式二，该次运行的页面底部 Artifacts 下载 mimo-asr-assistant-<ref>（保留 30 天，只含 NSIS 安装包），适合需要保留某次具体构建的场景。

说明：

资产名去掉了空格与版本号（mimo-asr-assistant-setup.exe）：GitHub 会把资产名里的空格重写成点，导致下载 URL 不可预期。
连续推送时，concurrency 会取消仍在跑的旧运行，因此被取消的那次不会发布 release，属预期行为。
CI 不运行需要真实 API Key 的在线转写；真实服务端到端冒烟保留为发布前人工步骤（见「发布检查清单」），CI 不宣称覆盖桌面 UI 冒烟。
分支保护建议：要求 frontend、rust、security 全绿后才允许合并——需由仓库管理员在 GitHub 仓库设置中配置（当前无仓库管理权限，未代为声称已完成）。
CI badge 待仓库公开且 workflow 稳定后补充。

隐私与数据流（清单 D-01）

音频转码全程本地：导入的音频/视频由捆绑的精简 ffmpeg.exe 在本机转码、切片为 16kHz/mono WAV，ffmpeg 无网络能力，不上传任何数据。
发送到 ASR 服务商：切片音频以 Base64 编码随请求发送到用户自行配置的 ASR 服务商（见「支持的服务商」）。这是本应用唯一的音频出站路径。
发送到规整服务商：AI 规整时，转写文本与所选提示词模板发送到用户自行配置的规整服务商。
API Key 存储：经 Windows DPAPI 加密后写入配置（ENC: 前缀 + Base64 密文）。DPAPI 绑定当前 Windows 用户上下文——同一用户下的应用可解密，其他用户/机器不可。
日志：
- 位置：Tauri 标准 app_log_dir（Windows 下位于 %APPDATA%\com.mimo.asr.assistant\logs），可用应用内「打开日志目录」入口定位；删除方式即直接删除该目录下文件。
- 可能包含：时间戳、级别、模块名、任务状态与错误信息、服务商名/模型名/HTTP 状态码、错误响应体的安全截断片段。
- 明确不包含：API Key 明文、加密前/解密后的 Key、音频文件内容。发布代码不含调试正文日志。
临时切片：
- 位置：系统临时目录下应用专属根目录 %TEMP%\mimo-asr-assistant\ 内的任务子目录（目录名含 pid + 纳秒 + 随机哈希，并写元数据文件甄别归属）。
- 清理策略：文件移除/任务结束即清理对应目录；应用启动时按元数据清理上次会话遗留的孤儿目录。
- 残余风险：进程被强制终止（断电/杀进程）时当次临时切片可能残留，将在下次启动清理；敏感场景可手动删除整个 %TEMP%\mimo-asr-assistant\ 目录。

配置与日志位置

内容	位置（Windows）
配置（config.json，Key 字段 DPAPI 加密）	`%APPDATA%\com.mimo.asr.assistant\`
日志	`%APPDATA%\com.mimo.asr.assistant\logs\`
临时切片	`%TEMP%\mimo-asr-assistant\`

项目结构

├── src/                    # Vue 3 前端
│   ├── components/         # UI 组件
│   ├── stores/             # Pinia 状态管理
│   ├── types/              # TypeScript 类型
│   └── utils/              # 工具函数（Markdown 渲染/消毒、外链白名单）
├── src-tauri/              # Rust 后端
│   ├── resources/          # 捆绑精简 ffmpeg.exe + sha256 基准（入库，双重完整性门禁）
│   ├── src/
│   │   ├── lib.rs          # 应用入口（含非 Windows compile_error! 平台门禁）
│   │   ├── main.rs         # 入口
│   │   ├── api/            # API 客户端（流式 SSE + 标签过滤 + 重试）
│   │   ├── audio/          # 任务临时目录模型与切片调度
│   │   ├── wav_codec/      # 纯 Rust WAV 切片与解析（零解码依赖）
│   │   ├── ffmpeg_exe.rs   # 捆绑 ffmpeg.exe 封装（定位/完整性校验/转码/探测）
│   │   ├── prompt/         # 提示词模板
│   │   ├── provider/       # 服务商配置
│   │   ├── rate_limiter.rs # 速率控制
│   │   ├── dpapi.rs        # API Key 加密（Windows DPAPI，cfg(windows) 隔离）
│   │   └── log.rs          # 日志系统
│   └── build.rs            # ffmpeg.exe SHA-256 构建期门禁
└── SECURITY.md             # 漏洞报告渠道 + ffmpeg 供应链记录

版本发布

三处版本号（package.json、src-tauri/tauri.conf.json、src-tauri/Cargo.toml）必须保持一致，发版统一使用：

npm run tauri version <x.y.z>

发布前可运行 npm run version:check 核对。

发布检查清单（清单 D-01）

发版按顺序执行，全部通过才可发布：

版本同步：npm run tauri version <x.y.z> 后 npm run version:check 三处一致。
锁文件：package-lock.json 与 src-tauri/Cargo.lock 已提交且未漂移。
CI 全绿：frontend / rust / security 三 job 全部通过；tag/手动触发的 package job 亦通过；本地等价命令见「质量门禁」。
依赖审计：npm audit --omit=dev 无 high/critical；cargo audit --deny warnings 通过（例外已在 SECURITY.md 登记到期日，且仅限 src-tauri/.cargo/audit.toml 中的 ID）。
release 构建（在 CI）：推 tag 后 package job 成功，正式 release 上出现安装包；仅需 main 最新构建时，直接取 latest 滚动 pre-release 的资产即可。本地 npm run tauri build 为等价可选路径，非必需。
安装包 ffmpeg 校验：安装后确认安装目录下 resources/ffmpeg.exe 存在，且与 src-tauri/resources/ffmpeg.exe.sha256 哈希一致：
```
Get-FileHash <安装目录>\resources\ffmpeg.exe -Algorithm SHA256
```
并确认应用启动日志出现「ffmpeg.exe 定位成功并通过完整性校验」。
AV 扫描：安装包与主 exe 通过 Windows Defender（及可用时第二引擎）扫描，误报需记录处理结论。
完整冒烟（npm run tauri dev 或安装版）：导入音频与视频容器 → 转写 → 暂停/继续/取消 → 选择提示词规整 → 停止规整 → 覆盖确认/取消规整 → 提示词新增/编辑/删除/排序/重启持久化 → 导出 txt/md → 设置读写 → 自定义服务商模型获取 → 打开日志/提示词目录。
CSP 控制台：DevTools Console 无 CSP 违规告警（tauri.conf.json app.security.csp 刚收紧过；任何 CSP/capability 变更必须在发布说明中说明影响面并重跑外链/渲染回归）。
安装/卸载：NSIS 安装、升级覆盖、卸载后无残留异常（配置目录按预期保留）。
配置迁移：旧版配置（含 ENC: Key）升级后可正常解密读取。
日志脱敏：抽查本轮日志无转写正文、无 Key 明文。
临时目录清理：确认 %TEMP%\mimo-asr-assistant\ 任务结束后清空、重启后孤儿目录被清理。
发布说明逐条核验：每条声明必须能从当前代码/diff 反证（人工逐条核对，禁止沿用历史文案）；不伪造性能百分比，无基准数据时用定性描述并注明测试条件。
外链白名单变更（如涉及）：必须同时修改 src/utils/externalLink.ts 的 ALLOWED_HOSTS 与 src-tauri/capabilities/default.json 的 opener scope 两处，缺一即拒绝合入。

仓库卫生建议（清单 G-01）：后续版本的发布说明统一收纳进 release说明文档/ 目录（历史 RELEASE_v*.md 已移入；该目录已在 .gitignore 中，不追踪）。

安全与漏洞报告

见 SECURITY.md。请勿在公开 issue 提交安全漏洞或附带 API Key / 音频 / 日志原文。

致谢

MiMo-Code — MiMo API 参考实现
Joyi-code/DeepSeekMonitorWindows — 系统托盘与窗口管理参考
KerryChia/DeepSeek_Monitor_for_Windows — 托盘点击首次唤出窗口修复
Marked — Markdown 渲染（MIT License）

Name		Name	Last commit message	Last commit date
.github		.github
public		public
scripts		scripts
src-tauri		src-tauri
src		src
.gitignore		.gitignore
.prettierrc.json		.prettierrc.json
LICENSE		LICENSE
README.md		README.md
SECURITY.md		SECURITY.md
eslint.config.js		eslint.config.js
index.html		index.html
package-lock.json		package-lock.json
package.json		package.json
release-build.bat		release-build.bat
rust-toolchain.toml		rust-toolchain.toml
tsconfig.json		tsconfig.json
tsconfig.node.json		tsconfig.node.json
vite.config.ts		vite.config.ts
vitest.config.ts		vitest.config.ts

Navigation Menu

Repository navigation

About

Repository files navigation

MiMo ASR Assistant

已实现功能

平台支持（清单 I-03：策略 A）

支持的服务商

技术栈

本地编译

前置依赖

编译命令

质量门禁（清单 Q-00）

CI（清单 I-01）

隐私与数据流（清单 D-01）

配置与日志位置

项目结构

版本发布

发布检查清单（清单 D-01）

安全与漏洞报告

致谢

About

Releases

Contributors

Languages

Latest commit

History

Folders and files

Repository files navigation

MiMo ASR Assistant

已实现功能

平台支持（清单 I-03：策略 A）

支持的服务商

技术栈

本地编译

前置依赖

编译命令

质量门禁（清单 Q-00）

CI（清单 I-01）

隐私与数据流（清单 D-01）

配置与日志位置

项目结构

版本发布

发布检查清单（清单 D-01）

安全与漏洞报告

致谢

About

Resources

Security policy

Stars

Watchers

Forks

Releases

Contributors

Languages