Qt_DesktopPet/README.dev.md

# QtDesktopPet

QtDesktopPet 是一个基于 Qt Widgets / C++17 的 Windows 桌面宠物项目，当前已具备多状态 PNG 帧动画、托盘控制、角色包导入与切换、用户自定义大模型对话、设置面板和 Windows 发布打包能力。项目现阶段重点是完善稳定性、性能回归、角色管理和发布体验。

## 当前状态

已实现：

- 透明无边框桌宠窗口
- 鼠标拖动
- 右键菜单退出和状态测试
- 置顶切换
- `resources/characters/shiroko` 默认角色包读取
- PNG 序列帧动画播放
- `idle` / `talk` / `think` / `sleep` / `happy` / `drag` / `error` 状态
- 托盘显示、隐藏、退出
- 单实例限制，重复启动会唤醒已有实例
- 隐藏时暂停动画，显示时恢复动画
- 保存窗口位置、置顶、缩放和性能设置
- 文件日志和基础轮转
- 设置窗口按当前屏幕居中弹出
- 应用设置：缩放、性能模式、隐藏暂停、懒加载
- 状态级动画预热和 LRU 缓存卸载
- AI Provider 分组配置
- 设置页内 AI 连通性测试
- Windows DPAPI 加密保存 API Key
- 非 Windows 环境经用户确认后明文保存 API Key
- OpenAI Compatible 聊天请求
- SSE 流式输出
- 聊天输入框
- AI 回复气泡
- 对话历史面板
- 内存历史上限、可选本地历史保存、搜索和 Markdown/JSON 导出
- AI 请求取消和对话清空
- Google Gemini 原生聊天请求
- 角色文件夹导入和角色切换
- 删除用户导入角色
- 角色导出和打开用户角色目录
- 本地一次性和重复提醒：聊天创建、查询、取消，重启后 pending 提醒不丢
- 提醒到点气泡提示、稍后提醒、拖动后延迟提示和隐藏时托盘通知
- 提醒音效切换、试听、用户 wav 导入和删除
- 天气查询 v1：Open-Meteo 天气源、城市解析、默认城市、公网 IP 定位兜底和模板回复
- 本地文件操作 v1：读取文本文件、列出文件夹、复制、备份、重命名
- 联网模式：输入框开关触发 AI Provider 原生联网能力，支持 OpenAI 官方 Web Search 和 Gemini Google Search grounding
- 应用启动 v1：通过聊天打开已登记应用、开始菜单快捷方式或用户确认选择的 `.exe`
- Windows 发布打包脚本和 Inno Setup 安装器脚本
- Windows GUI 子系统，Release exe 双击不弹控制台窗口

尚未实现：

- 长期性能压测记录
- 发布包实机安装/卸载验证
- 文件操作 zip 打包、删除、覆盖、移动、脚本/命令执行
- 搜索网页全文抓取、长期缓存和浏览器自动打开网页
- 应用启动脚本、命令行参数、管理员权限和跨平台应用发现

## 技术栈

- C++17
- Qt 6 Widgets
- Qt 6 Network
- Qt 6 Multimedia
- CMake
- PNG 图片序列帧
- JSON 配置文件
- Windows 10 / Windows 11 优先

## 构建

推荐环境：

- Qt 6.5.3
- CMake 3.20+
- Ninja
- MinGW 11.2.0 或已配置好的 Qt MSVC Kit

MinGW 示例：

```powershell
cmake -S . -B build/mingw-debug -G Ninja `
  -DCMAKE_BUILD_TYPE=Debug `
  -DCMAKE_PREFIX_PATH=D:/Qt/6.5.3/mingw_64 `
  -DCMAKE_C_COMPILER=D:/Qt/Tools/mingw1120_64/bin/gcc.exe `
  -DCMAKE_CXX_COMPILER=D:/Qt/Tools/mingw1120_64/bin/g++.exe

cmake --build build/mingw-debug
```

如果使用 Qt Creator，也可以直接打开根目录 `CMakeLists.txt`，选择合适的 Qt Kit 后构建。

## 应用图标

当前应用图标位于：

```text
resources/icons/app_icon.ico
resources/icons/app_icon_1024.png
```

`app_icon.ico` 用于窗口图标、托盘图标和 Windows exe 资源图标；托盘图标加载失败时会回退到默认角色包的 `preview.png`。`app_icon_1024.png` 作为高分辨率源图保留。
运行时会优先读取可执行文件同级的 `resources/icons/`，找不到时回退到源码目录下的 `resources/icons/`。Windows exe 图标需要重新构建后生效。

## 角色包

当前默认角色包位于：

```text
resources/characters/shiroko/
```

内置角色包按 `resources/characters/<characterId>/` 组织。用户导入的角色包不会写入安装目录，而是复制到用户数据目录：

```text
QStandardPaths::AppDataLocation/characters/<characterId>/
```

角色包基本结构：

```text
resources/characters/shiroko/
  character.json
  preview.png
  idle/
  talk/
  think/
  sleep/
  happy/
  drag/
  error/
```

当前素材版本为 `2.1.0-stable`，所有帧使用 512x512 透明画布。当前实现会读取当前角色包的各状态配置，并按 `character.json` 中的 FPS 播放。
运行时会合并内置角色和用户导入角色；内置资源优先读取可执行文件同级的 `resources/characters/`，找不到时回退到源码目录下的 `resources/characters/`。

角色导入：

- 只支持导入本地文件夹，不支持 zip
- 导入前先验证源文件夹；验证失败只弹窗提示，不复制、不创建、不覆盖文件
- 验证通过后复制到用户数据目录
- 角色 id 优先读取 `character.json` 的 `id`；为空时使用文件夹名
- 角色 id 只允许 ASCII 字母、数字、点、下划线和短横线，且不能以点开头或结尾
- 用户角色同名时会询问是否覆盖
- 内置角色 id 不能被导入包覆盖
- 验证要求：`character.json` 可解析、id 安全、存在 `idle` 和 `defaultState`、状态路径安全、fps 合法、每个声明状态至少有一张可读 PNG
- 如果 `base.anchorY + bubble.offsetY` 计算出的气泡锚点明显偏低，导入时会提示用户检查配置，但不强制阻止导入
- 只允许删除用户导入角色；选择内置角色删除时只会提示“不能删除内置角色”，不做文件操作
- 设置页支持导出当前选择的角色到用户选择目录，内置角色和用户角色都可以导出副本
- 导出目标目录已存在时会二次确认；不确认时不会覆盖
- 设置页支持打开用户角色目录，便于检查导入角色文件

懒加载现状：

- `enableLazyLoad=true` 时，启动阶段只建立状态到帧路径的索引
- 某个状态首次播放时加载该状态的 PNG 帧
- 启动后会在主线程按批次预热常用状态，避免一次性加载全部帧
- 已加载状态按状态级 LRU 策略管理，超过动画缓存上限时卸载非保护状态
- 单轮预热不会反复重新加载刚被 LRU 卸载的状态，避免缓存上限较低时出现加载/卸载循环
- 隐藏到托盘时可释放非保护动画缓存
- `enableLazyLoad=false` 时仍保持启动阶段加载全部状态帧的兼容行为

## 天气查询

当前支持通过聊天输入查询基础天气，例如：

```text
西安天气怎么样
明天西安天气怎么样
后天纽约天气
未来三天北京天气
今天天气怎么样
```

天气查询使用 Open-Meteo Forecast API 和 Open-Meteo Geocoding API，不需要 API Key。回复采用稳定模板，不依赖 AI 润色。支持当前/今天、明天、后天和未来 1-3 天基础天气；空气质量、天气预警、天气提醒联动、复杂小时级降雨判断和穿衣指数暂不支持。

当前 v1 推荐使用市级城市名。用户仍可输入天气源可识别的中文或英文地名，但区县、乡镇、街道不保证精确识别，可能无法匹配，或被匹配到上级/同名城市。当前会读取天气源返回的前 5 个地理编码候选；如果存在同名城市，仍使用第一个结果查询天气，并在回复中提示当前使用的城市和其他候选。

城市来源优先级：
- 用户输入明确城市
- 设置页“天气”中的默认城市
- 默认城市为空且开启开关时，根据公网 IP 定位判断城市

当使用设置页默认城市或公网 IP 定位时，回复会明确说明城市来源。公网 IP 定位使用 ipapi.co；如不希望请求该服务，可在设置页关闭“无默认城市时根据公网 IP 判断城市”。

设置页“天气”中提供“测试默认城市”按钮，只验证输入框当前城市会匹配到哪个城市、行政区和国家，不自动保存配置；最终保存仍由设置页 Save 控制。

天气配置保存到：

```text
QStandardPaths::AppConfigLocation/weather_config.json
```

天气配置损坏时会备份为：

```text
weather_config.broken.yyyyMMdd-HHmmss.json
```

天气查询由独立 `src/weather/` 模块处理，`PetWindow` 只负责展示查询状态和结果。AI 正在请求或流式回复时不会启动天气查询，以避免覆盖 AI 气泡。

## 聊天历史管理

聊天记录默认只保存在内存中。设置页“聊天”中开启“保存聊天记录到本地”后，会保存到：

```text
QStandardPaths::AppConfigLocation/conversation_history.json
```

历史管理能力：

- 支持按关键词搜索当前聊天历史
- 支持按 Provider 和模型筛选；旧历史缺少元数据时会按未知处理
- 支持导出当前筛选结果为 Markdown
- 支持导出当前筛选结果为 JSON
- 清空聊天记录需要确认，并会清空当前内存和本地保存记录
- 导出内容不包含 API Key 或 AI 配置
- 日志不会记录完整聊天正文

## 定时提醒和音效

当前支持通过聊天输入创建一次性和重复本地提醒，例如：

```text
10分钟后提醒我喝水
半小时后提醒我休息
一个半小时后提醒我喝水
明天9点提醒我开会
后天9点提醒我开会
6月3日9点提醒我提交
下周一上午10点提醒我周会
每天9点提醒我打卡
每天提醒我9点打卡
每日晚上8点提醒我吃药
每周一上午10点提醒我周会
每周一提醒我上午10点周会
每星期五下午3点提醒我提交周报
每月3号9点提醒我交报告
每月3号提醒我9点交报告
提醒列表
取消喝水提醒
```

提醒数据保存到：

```text
QStandardPaths::AppConfigLocation/reminders.json
```

提醒数据使用原子写入，写入失败时不会触发到点 UI，也不会覆盖旧的有效提醒文件。已触发和已取消记录会写入 `finishedAt`；旧版数据没有该字段时按 `remindAt` 兼容读取。

提醒调度保留最近提醒的精确 timer，同时每 60 秒做一次兜底扫描；程序显示、外部激活或系统睡眠唤醒后，都会重新检查已到期 pending 提醒。

设置页支持编辑 pending 提醒的标题、下一次时间和重复规则；已触发/已取消历史只读。历史记录默认只保留最近 20 天，设置页“清理20天前历史”只删除超过 20 天的已触发/已取消记录，不影响 pending。

提醒文件损坏时会备份为：

```text
reminders.broken.yyyyMMdd-HHmmss.json
```

内置提醒音效位于：

```text
resources/sounds/reminders/
```

用户导入的提醒音效保存到：

```text
QStandardPaths::AppDataLocation/sounds/reminders/
```

音效规则：

- 默认音效为 `reminder_default`
- 提醒触发时使用当前设置页选择的全局音效；修改音效后对所有未触发提醒立即生效
- 内置音效可切换、可试听，但不能在设置页删除
- 用户音效只支持导入 PCM wav
- 用户导入音效可切换、可试听、可删除
- 删除当前用户音效后会回退到 `reminder_default`

触发规则：

- 桌宠可见时显示气泡，不发系统通知
- 桌宠隐藏时发 Windows 托盘通知，不在下次显示时补气泡
- AI 正在请求或流式回复时，按隐藏场景处理：播放音效并发 Windows 托盘通知，不显示气泡
- 托盘或系统通知后端不可用时只记录日志，不补气泡
- 用户拖动中不打断 `drag`，拖动结束后显示气泡
- 多条提醒同时触发时，可见状态下会按队列逐条展示
- 桌宠可见触发时显示 `知道了` 和 `5分钟后再提醒`
- `5分钟后再提醒` 会创建一条新的一次性提醒，不影响原重复规则
- 重复提醒支持 `每天 / 每周 / 每月`；`工作日 / 每两天 / 每月最后一天 / 自定义间隔 / 农历` 等复杂规则暂不支持
- 每月 31 号这类规则会跳过不存在该日期的月份，寻找下一个有效月份
- 用户音效删除仅允许删除用户音效目录内的安全 sound id，内置音效和非法路径不会被删除

## 本地文件操作

本地文件操作通过聊天意图触发，但不会直接使用聊天文本里的路径。所有文件和文件夹都必须由用户在系统文件选择框中主动选择。

当前 v1 支持：

- 读取用户选择的常见文本文件：txt、md、log、json、csv、ini、xml、yaml
- 列出用户选择的文件夹，最多显示前 200 项
- 复制用户选择的文件到用户选择的目标文件夹
- 为用户选择的文件创建同目录备份
- 重命名用户选择的文件

安全规则：

- 写操作会先展示操作计划并要求确认
- 不覆盖已有文件
- 不删除文件
- 不移动大量文件
- 不执行脚本或命令
- 不访问 Windows 系统目录
- 拒绝符号链接或符号链接目录内的路径

暂不支持：

- zip 打包
- 删除、覆盖、移动
- 修改源码
- 执行脚本或命令

## 联网模式

联网模式不是搜索引擎聚合器。用户在输入框打开“联网”开关后，普通聊天会进入当前 AI Provider 的原生联网能力：

- OpenAI 官方 Provider：使用 Responses API Web Search。
- Google Gemini Provider：使用 Gemini Google Search grounding。
- DeepSeek 官方 API：当前不提供托管联网搜索工具，显示“不支持原生联网”。
- Custom / 第三方 OpenAI-Compatible：默认无法确认联网能力，不会尝试旧搜索页抓取。

配置保存到：

```text
QStandardPaths::AppConfigLocation/web_config.json
```

交互规则：

- 联网开关默认关闭，避免隐私和费用意外。
- 设置页“联网模式”只显示能力状态、开关记忆、默认开关、超时、来源展示和测试联网模式。
- 当前模型不支持联网时，输入框打开联网后会明确提示，不发起伪联网请求。
- 支持联网的 Provider 返回来源时会展示来源；模型判断无需联网时允许无来源，并显示“模型未使用联网来源”。
- 旧 `search_config.json` 已废弃，新版不会读取、迁移或写入。

后续可扩展：

- 更多 AI Provider 的原生联网适配。
- 结构化搜索 API 或自建联网后端。
- 更细粒度的来源证据摘录和引用 UI。

## 应用启动

应用启动是独立能力，不归入本地文件操作。可通过聊天输入：

```text
打开 Codex
启动酷狗音乐
帮我打开 VSCode
```

配置保存到：

```text
QStandardPaths::AppConfigLocation/launcher_config.json
```

设置页“应用启动”支持：

- 启用或关闭应用启动
- 未知应用允许用户手动选择 `.exe`
- 登记应用名称和别名
- 编辑、删除、测试启动已登记应用

安全边界：

- 启动前始终二次确认，确认内容包含应用名、路径、工作目录和来源
- 只允许启动 `.exe` 或开始菜单 `.lnk` 快捷方式
- 不执行 `.bat` / `.cmd` / `.ps1` / `.vbs` / `.js` / `.msi`
- 不执行聊天文本里的命令
- 不拼接聊天文本参数
- 不以管理员权限启动
- 手选 `.exe` 后可选择记住为当前名称，后续走登记应用匹配

## 配置和日志

应用配置保存到 Qt 标准配置目录：

```text
QStandardPaths::AppConfigLocation/app_config.json
```

配置损坏时会备份为带时间戳的文件：

```text
app_config.broken.yyyyMMdd-HHmmss.json
ai_config.broken.yyyyMMdd-HHmmss.json
conversation_history.broken.yyyyMMdd-HHmmss.json
weather_config.broken.yyyyMMdd-HHmmss.json
web_config.broken.yyyyMMdd-HHmmss.json
launcher_config.broken.yyyyMMdd-HHmmss.json
```

日志输出到文件，不输出到控制台：

```text
QStandardPaths::AppConfigLocation/logs/QtDesktopPet.log
```

如果 Qt 无法取得标准配置目录，则回退到当前工作目录下的 `logs/QtDesktopPet.log`。

日志轮转规则：

- 单个日志文件超过 2MB 时轮转
- 最多保留 3 个旧日志文件
- 文件名为 `QtDesktopPet.log.1`、`QtDesktopPet.log.2`、`QtDesktopPet.log.3`

## 发布打包

仓库提供 Windows Release 打包脚本。脚本不负责 CMake 构建，先手动完成 Release 构建，再把 exe 路径传给脚本：

```powershell
powershell -NoProfile -ExecutionPolicy Bypass -File tools/package_release.ps1 -ExePath build/release/QtDesktopPet.exe
```

脚本会生成目录包和 zip：

```text
dist/QtDesktopPet-<version>-windows-x64/
dist/QtDesktopPet-<version>-windows-x64.zip
```

发布目录包含：

```text
QtDesktopPet.exe
Qt runtime
resources/characters/
resources/icons/
resources/sounds/
LICENSE
README.md
```

脚本会调用 `windeployqt.exe` 收集 Qt 运行库。若当前 PATH 找不到 `windeployqt.exe`，需要指定 Qt bin 目录下的工具路径：

```powershell
powershell -NoProfile -ExecutionPolicy Bypass -File tools/package_release.ps1 `
  -ExePath build/release/QtDesktopPet.exe `
  -WindeployQtPath D:\Qt\6.x.x\msvcXXXX_64\bin\windeployqt.exe
```

生成 Inno Setup 安装器：

```powershell
powershell -NoProfile -ExecutionPolicy Bypass -File tools/package_release.ps1 `
  -ExePath build/release/QtDesktopPet.exe `
  -BuildInstaller
```

安装器最终默认输出到项目根目录：

```text
QtDesktopPet-<version>-windows-x64-setup.exe
```

脚本会先让 Inno Setup 输出到当前盘符下的纯 ASCII 临时目录，例如 `D:\QtDesktopPetInstallerOutput`，再把最终安装包复制回项目根目录，避免中文项目路径下出现 `EndUpdateResource failed (5)`。如果需要改变最终安装包目录，可传入 `-InstallerOutputDir`：

```powershell
powershell -NoProfile -ExecutionPolicy Bypass -File tools/package_release.ps1 `
  -ExePath build/release/QtDesktopPet.exe `
  -BuildInstaller `
  -InstallerOutputDir D:\ReleaseOutput
```

如果需要改变 Inno Setup 的临时编译输出目录，可传入 `-InstallerWorkOutputDir`。

本地生成的安装包也可以集中放到 `release_packages/`：

```powershell
powershell -NoProfile -ExecutionPolicy Bypass -File tools/package_release.ps1 `
  -ExePath build/release/QtDesktopPet.exe `
  -BuildInstaller `
  -InstallerOutputDir release_packages
```

`dist/` 和 `release_packages/` 都是本地发布产物目录，不进入 Git。

脚本默认优先查找：

```text
D:\Inno Setup 7\ISCC.exe
D:\Inno Setup 6\ISCC.exe
C:\Program Files (x86)\Inno Setup 7\ISCC.exe
C:\Program Files (x86)\Inno Setup 6\ISCC.exe
```

如果 Inno Setup 安装在其他位置，可传入 `-InnoCompilerPath`。

安装器页面提供可选项：

- 创建桌面快捷方式，默认不勾选。
- 开机自启动，默认不勾选；勾选后写入当前用户 `HKCU\Software\Microsoft\Windows\CurrentVersion\Run`，不需要管理员权限。

应用内设置页的“应用设置”页也提供“开机自启动”开关，保存后会立即写入或移除同一个当前用户 Run 项。卸载时会清理该 Run 项，避免卸载后残留自启动入口。

安装器卸载时会询问是否同时删除用户配置、导入角色、聊天记录和日志；用户确认后会在卸载完成阶段删除当前用户下的 QtDesktopPet 数据目录。

## 开发诊断

仓库提供开发用性能采样脚本，不进入普通用户发布包：

```powershell
powershell -NoProfile -ExecutionPolicy Bypass -File tools/perf_sample.ps1
```

默认采样当前 `QtDesktopPet` 进程 5 分钟，每 5 秒一条，CSV 输出到：

```text
reports/perf/
```

`reports/perf/` 已加入 `.gitignore`。稳定性检查记录模板见：

```text
docs/performance_stability_check.md
```

发布包应排除 `tools/`、`docs/`、`reports/`、`build/`、`dist/`、`release_packages/` 和 `.git/`，只保留运行必需文件、`resources/characters/`、`resources/icons/`、`resources/sounds/`、`LICENSE` 和必要说明。

## AI 配置和聊天

当前正式聊天支持 OpenAI Compatible 和 Google Gemini 两类协议。已提供以下 Provider 配置入口：

- OpenAI
- Google
- DeepSeek
- Custom

其中 OpenAI、DeepSeek、Custom 走 OpenAI Compatible 形式配置；Google 走 Gemini 原生 REST 接口。旧版保存过的已废弃 Provider 配置会在读取 AI 配置时清理，废弃 Provider 被选中时会回退为 `custom`。

已支持：

- 用户自定义 Base URL
- 用户自定义 API Key
- 用户自定义 Model
- 用户自定义 Path
- 超时、Temperature、Max Tokens
- 流式输出
- Google Gemini `generateContent` / `streamGenerateContent`
- 请求中切换 `think`
- 收到首段输出后切换并保持 `talk`
- 失败时切换 `error`
- API Key 不写入日志，不在错误提示中完整显示
- 对话历史面板记录用户消息和 AI 最终回复

AI 测试入口已从角色右键菜单移除，并迁移到设置页。

## 隐私说明

程序只会把用户消息发送到用户自己配置的接口。用户需要自行判断第三方代理、中转服务或自建服务是否可信。项目不会默认承诺第三方接口的隐私安全。

日志会记录请求诊断信息，例如 Provider、Base URL 主机、Path、HTTP 状态码、响应大小、错误摘要等；日志不应记录完整 API Key、Authorization Header、完整消息正文或完整错误响应正文。错误响应只保留脱敏摘要。

当前对话历史默认保存在内存中，已支持内存历史上限、请求上下文截取和可选本地历史保存；相关上限可在设置页调整。

## 素材版权说明

源码采用 MIT License。

角色素材、图片、图标等资源需要单独确认授权。当前 `shiroko` 素材用于桌宠加载器、动画和状态切换测试；在公开发布或正式分发前，需要确认素材的版权、再分发权限和适用范围。

用户导入或替换的素材，其版权责任由用户自行承担。

## 许可证

项目源码使用 MIT License，见 [LICENSE](LICENSE)。