1. 安装与首次设置
| 下载哪个 | 体积 | 适合谁 |
|---|---|---|
Setup 安装包 Kaikou-<版本>-Setup-selfcontained.exe | 见下载页 | 推荐：双击安装，不需要管理员、不需要预装 .NET |
绿色版 …-win-x64-selfcontained.zip | 见下载页 | 解压即用 |
精简版 …-win-x64.zip | 见下载页 | 已装 .NET 8 桌面运行时的用户 |
当前最新版本号、各包体积与 SHA256 校验值以 官网下载页实际列出为准；历史版本仍保留在官网 download/ 目录。
首次启动会走四步引导，第 4 步是这一版新增的、也是最关键的一步：
SmartScreen 提示"未知发布者"：当前安装包未做代码签名，属预期现象 ——
点「更多信息 → 仍要运行」即可。
2. 五分钟上手
- 确认托盘（右下角）有 Kaikou 图标 —— 说明应用已在后台运行。
- 把光标放进任意输入框：微信、Word、浏览器、代码编辑器都行。
- 按住右 Alt 说话，松开；文字会自动出现。
- 如果弹出候选面板，按 1–4 选一行，Enter 确认、Esc 取消。
- 想换热键：「设置 → 快捷键」。
3. 听写与插入
热键模式（五选一）
| 模式 | 怎么用 |
|---|---|
| 右 Alt 按住说话（默认） | 按住说，松开结束 |
| Ctrl 双击 / 右 Ctrl 双击 | 双击开始，再说一次或停顿后结束 |
| Fn 按住（笔记本） | 按住 Fn 说 |
| 自定义 | 自己录一个组合键（按住说话 / 按一下切换两种风格） |
松开热键之后，插入结果会被如实区分成三种情况——这一点比"永远显示成功"重要得多：
其它行为
- 中文等文本走"剪贴板 + Ctrl+V"插入，兼容性最好，并自动还原你原来的剪贴板内容；纯英文 / 数字 / 符号（v1.3.7 起，普通应用同样支持）改为逐字直打，不占用、不覆盖剪贴板。
- 方言纠正：「设置 → 快捷键 → 方言纠正」按需勾选 8 个方言区（胶辽 / 东北 / 中原 / 江淮 / 西南 / 吴 / 粤 / 闽，100+ 词条），识别结果里的方言同音词自动改成标准表达；默认按系统区域预选。
- 长文本自动分段插入，避免某些应用卡顿或吞字。
- 录音时有 HUD 悬浮窗（音量与状态）；开始/结束/成功/失败各有提示音。
- 识别失败会给出可执行的下一步（例如"请检查麦克风是否被其它程序占用"），不是只说"失败了"。
4. 候选面板
识别完成后弹出四行候选：原文 / 润色 / 术语化 / Prompt。可用键盘完成全部操作。
5. AI 能力（自带 API Key）
本软件不含 AI 额度。AI 润色 / 改写 / 翻译需要调用大模型，你在「设置 → 产品模式」里填
自己在厂商（DeepSeek / 通义 / 智谱等）买的 Key，费用由厂商按量直接向你收取 ——
我们不代收、不加价、不限你换哪家。离线识别、会议记录、待办、导出都不需要 Key。
| 能力 | 怎么用 |
|---|---|
| 填 Key | 「设置 → 产品模式」：内置 8 家供应商预设与可选模型；也可填任意 OpenAI 兼容端点。Key 存在 secrets.dat，用 Windows DPAPI 按当前用户加密 |
| 免费渠道 | 「设置 → 产品模式 → 免费渠道 · 注册即领 Key」（v1.3.7 起）：列出厂商官方免费层（智谱 GLM、SiliconFlow），点按钮直达官网注册页；免费标识与注册入口由云端清单下发，缺省回退内置值 |
| 润色档位 | 轻档只修错别字标点；重写档可重组句式。可开启「高亮改动」：新增标绿、删除标红删除线 |
| 场景 | Prompt / Code / Shell / General 四种，按前台应用与内容自动适配提示词风格 |
| 术语表 | 「设置 → 快捷键 → 个人术语表」加词（正确写法=错法1,错法2#备注）：字面别名 + 同音拼音两条路纠正；只在识别结果上生效，可关闭 |
| 自定义动作 | 把常用改写（"翻成粤语""改成周报"）存成自己的动作，出现在右键菜单「AI 动作 ▸」里 |
| 划词与右键 | 划词热键 Ctrl+Alt+K；或选中文字后右键弹出 Kaikou 菜单（含「AI 动作 ▸」）。可在托盘「输入方式 → 选中文字右键菜单」开关 |
| 失败时 | 给出可执行处置（重试 / 去设置查 Key / 改用本地改写），绝不把失败结果当成成功替换原文 |
右键没有 Kaikou 菜单？先确认托盘「输入方式 → 选中文字右键菜单」是勾选状态
（这个开关默认开，关掉后右键就是系统原生菜单）。另外该功能需要目标程序能通过 UI Automation
报告"当前选中了什么"；个别程序不报告时，菜单不会出现 —— 这时用划词热键
Ctrl+Alt+K 同样能唤起功能。
6. 翻译与目标语言
入口在「设置 → 语音 → 输出语言（翻译目标）」，共 10 个选项： 不翻译（跟随输入）、英文、中文、日文、韩文、繁体中文、法文、德文、西班牙文、俄文。
7. 会议记录（Windows 版的看家功能）
不只是"语音转文字"：从收音、分段、认人，到纪要、待办与导出，是一条完整的本地流水线。
一句一行，还是一段一行？（默认：一段一行）
同一个人连着说话时，相邻的句子会并成一段，板上一行就是一段话 —— 读起来是段落，而不是一堆碎句；导出与归档也跟着变整洁。
| 情况 | 结果 |
|---|---|
| 同一条轨 + 同一说话人 + 停顿 ≤3 秒 + 这一行还没打标记 | 并入上一行 |
| 换了说话人 / 停顿更久 / 上一行打了「重点·待办·决策」/ 单段超过 400 字 | 另起一行 |
| 麦克风（我）与系统声音（对方） | 永远分开 |
想要旧的"一句一行"（适合逐句对照、逐句打标记）：设置 → 语音 →
取消勾选「同一人连续说话合并成一段（推荐）」。
AI 整理全文纪要（把整场会交给 AI 通读）
会议板上两个"纪要"按钮，分工不同，别点错：
| 按钮 | 得到什么 |
|---|---|
| 生成纪要（规则版） | 不调用 AI：从段落里抽议题与待办，本质是**提纲** |
| AI 整理全文纪要 | 把整场会交给 AI 通读后**成文**：修错别字与口误、按议题分段、保留说话人、输出五段式专业纪要 |
- 长会自动分块（每块约 2500 字）：先逐块整理（保留信息），再合并成**一份** —— 不会"每块各写一份纪要"。
- 结果**先弹预览窗**给你过一眼，里面可「复制到剪贴板」「另存为 Word / RTF / Markdown…」（v1.3.7 起 Word 与 RTF 为原生写出、零依赖、中文不乱码）；不会直接覆盖会议板或剪贴板。
- 需要 API Key（BYOK）。实测：8 句合成会议 → 323 字纪要、**1.6 秒**，结构/说话人/待办/纠错全部到位。
开始与结束
- 托盘菜单 「开始会议记录 / 结束会议记录」（排在最前面）；
- 会议记录板窗口里的按钮；
- 热键 Ctrl+Alt+M —— 若被其它程序占用，应用会自动退到 Ctrl+Alt+B，并把实际生效的组合显示在托盘与会议板里。
开始会议前会弹一次知情确认：会议模式录的是现场所有人的声音，请先取得与会者同意。
说话人分离
本地声纹聚类自动区分说话人（上限 6 人）；会议板顶部有命名条，把「说话人 2」改成「张工」后， 板上的徽标、时间轴导出、纪要里的完整转写、搜索全部同步。 需要一次性下载声纹模型（约 27 MB）；没装也能正常记录，只是不显示说话人。
会中即时标记
开会时给"刚说完的那一句"打标：Ctrl+Alt+1 重点 · 2 待办 · 3 决策 —— 立即落进会议板，并进入最终纪要。
不怕崩：增量落盘与恢复
会议转写按段增量落盘（去抖约 2.5 秒）：进程崩了或忘记点结束也不会丢整场会。 下次启动会提示"已恢复会议草稿 N 段"，恢复错了还能一键撤销。
会后 Whisper 精修（v1.3.7 起）
会议结束且录到音频时，应用会在后台用 Whisper 离线模型把整场录音重新转写一遍，
精修稿存到 %APPDATA%\Kaikou\refinements\。实时稿保持原样不动；
精修全程静默进行，失败也不会有任何打扰。
导出与归档
纪要支持 Word（.docx）/ RTF / Markdown（带时间轴与说话人）/ 纯文本 / 邮件草稿 导出 （v1.3.7 起 Word 与 RTF 为原生写出、零依赖、中文不乱码）； 会议结束自动归档，历史里搜得到过去会议，也可载回会议板再导出。
批量导入音频文件
托盘「会议记录 → 批量导入音频文件…」可一次选多个录音
（.wav .mp3 .m4a .aac .wma .aiff .aif .flac），转成文字稿落进会议板；
不支持的文件会先筛掉并说明原因，多文件拼在同一条时间轴上。
8. 待办台账（跨会议）
期限表述会被解析：今天 / 明天 / 本周X / 下周X / M月D日 / N天内 …… 解析不出来就不猜（宁可漏提醒也不误报）。
9. 历史与搜索
托盘「工具 → 历史记录与搜索…」：保留最近 500 条，每条带来源应用、是否改写、耗时、字数。
10. 语音指令
听写时把这些整句说出来即可执行（会议模式下不生效）：
| 说什么 | 效果 | 备注 |
|---|---|---|
| 换行 / 回车 / 新行 / 下一行 / 另起一行 | 在当前插入位置换行 | — |
| 撤销 / 撤销上一步 / 回退 | 等同于 Ctrl+Z | — |
| 删除上一句（多种说法） | 删掉刚插入的那一句 | — |
| 发送 / 发出去 / 提交 | 触发目标应用的发送 | 需要二次确认 |
11. 本地 API（给开发者的接口）
「设置 → 产品模式 → 本地 API」：默认关闭；开启后只绑 127.0.0.1（回环），
并且令牌鉴权（未配置令牌不放行，健康检查也要令牌）。
| 方法 | 路径 | 作用 |
|---|---|---|
| GET | /v1/health | 健康检查（带版本号） |
| GET | /v1/version | 同上（兼容别名） |
| POST | /v1/transcribe | 转写一段音频 |
| POST | /v1/polish | 按档位改写文本 |
| POST | /v1/minutes | 从文本整理纪要 |
| GET | /v1/history | 读历史记录 |
浏览器打开
http://127.0.0.1:<端口>/ 有一个内置网页（含音频文件上传）。
「局域网访问」是另一个开关：开了之后同一网络的人都能访问，请只在你信任的网络里开。
12. 数据与模型：看清占用、导出诊断包
诊断包里有什么、没有什么
| ✅ 会放进去 | ⛔ 不会放进去 |
|---|---|
| 版本与运行环境、数据占用清单、模型状态 | secrets.dat（账号与 API Key 密钥库）—— 一个字节都不读 |
| 设置（密钥类字段已抹成占位符） | 会议归档与会议草稿（里面有你的会议内容） |
| AI 用量（本来只有类别与 token 数） | 模型与音效文件（体积大、可重新下载） |
| 日志尾部（手机号只留前 3 后 4，Key 一律抹掉） | — |
包里自带一份
说明.txt 写清"放了什么 / 没放什么"。**你可以解开逐个看过再决定要不要发给我们。**
13. 设置页逐页说明
侧边栏顺序（Windows 版，v1.3.7 实际结构）：
| 页面 | 主要内容 |
|---|---|
| 通用 | 开机自启（含"注册表里到底有没有"的状态行）、启动时最小化到托盘、外观（候选面板 / 录音悬浮窗）、版本与检查更新（含「打开下载页」） |
| 语音 | 识别引擎选择（SenseVoice 离线推荐）、输出语言（翻译目标）、SenseVoice 语言与模型管理、麦克风灵敏度 |
| 快捷键 | 热键模式与自定义热键、划词与右键菜单、文本处理、候选行配置（增删改 / 提示词 / 跳过 AI）、个人术语表（含术语参与识别纠正）、方言纠正（8 区勾选）、会议选项（系统声音 / 说话人分离 / 连续说话合并）、本地 API（开关 / 端口 / 局域网） |
| 产品模式（模式与 AI） | 额度与计费（BYOK 说明）、AI 供应商与 Key（内置 8 家 + 任意 OpenAI 兼容端点）、免费渠道 · 注册即领 Key、AI 功能开关 |
| 统计 | 今日与累计次数、字数、时长，语言分布，最近记录 |
| 数据与模型 | 占用清单、模型状态、脱敏诊断包、清理（见第 12 节） |
| 账号（可选） | 登录状态与账号信息。登录是可选的：不登录也能用全部功能 |
| 关于 | 版本号、应用 Logo、三段式软件名与功能标签（v1.3.7 起对齐 macOS 版关于页） |
14. 托盘菜单
右键托盘图标（每次弹出都会重建，所以显示的一定是最新状态）：
15. 快捷键总表
| 功能 | 默认键 | 能否改 |
|---|---|---|
| 听写（按住说话） | 右 Alt 按住 | 能 |
| 划词润色 / 改写菜单 | Ctrl+Alt+K | 能 |
| 打开 / 聚焦会议记录板 | Ctrl+Alt+M（被占用时自动退到 Ctrl+Alt+B） | 能 |
| 会中标记：重点 / 待办 / 决策 | Ctrl+Alt+1 / 2 / 3 | 能 |
| 候选面板：选择 / 确认 / 取消 | 1–9·0 / Enter / Esc | 否 |
| 候选面板：多轮回退 | Alt+← · Alt+Shift+← | 否 |
| 语音指令（换行 / 撤销 / 删除上一句 / 发送） | 说出即可 | 否 |
16. 故障排查
| 症状 | 可能原因 | 怎么办 |
|---|---|---|
| 按热键完全没反应 | ① 离线模型没下载 ② 热键被别的程序占用 ③ 应用没在运行 | 看托盘是否有图标；「设置 → 语音」确认模型已下载；「设置 → 快捷键」换一个热键 |
| 提示"识别为空 / 没检测到语音" | 麦克风被占用、静音、设备选错 | 托盘「系统 → 重启麦克风采集」；检查 Windows 麦克风权限与默认设备 |
| 插入没反应 / 显示"已插入（未确认）" | 目标窗口读不到内容（浏览器/Electron/富文本） | 这是如实提示不是失败：看一眼是否已插入；没插进去就按 Ctrl+V（文字还在剪贴板里） |
| 选中文字后右键没有 Kaikou 菜单 | 托盘「输入方式 → 选中文字右键菜单」被关掉；或该程序不通过 UIA 报告选区 | 把开关勾上（默认开）；或改用划词热键 Ctrl+Alt+K |
| 会议里对方的声音没出字 | 系统声音轨没开 / 设备不支持 loopback | 「设置 → 语音」打开"会议中采集系统声音"；确认默认输出设备正常 |
| 会议板没显示说话人 | 声纹模型未下载 | 下载声纹模型（约 27 MB）；没装不影响记录 |
| AI 润色一直失败 | Key 没填 / 额度用尽 / 网络不通 | 「设置 → 产品模式」检查 Key 与供应商；提示里会给出处置入口 |
| 内存占用高（约 2 GB） | 用的是 FP32 大模型 | 「设置 → 语音」换成 INT8：实测逐字一致、常驻约 650 MB |
| 下拉框点不开 | 旧版本（v1.2.1 及以前）的样式缺陷 | 升级到 v1.2.2 以后 |
| 想知道日志在哪 | — | %APPDATA%\Kaikou\kaikou_debug.log；更好的做法是导出脱敏诊断包 |
17. 隐私与数据
- 未配置更新源时，检查更新不会发起任何请求；启动时只拉一次公开的供应商清单（不含账号信息）。
- 卸载不删数据；数据目录位置与占用随时可在「数据与模型」页看到。
18. 与 macOS 版的差异
| macOS 版 | Windows 版 | |
|---|---|---|
| 获取 | Mac App Store | 官网下载安装包 / 绿色版 |
| 收费 | 基础免费 + 专业版/旗舰版订阅（Apple 处理） | 软件免费 + 自带 API Key：AI 费用付给厂商 |
| 识别引擎 | SenseVoice 离线 + Apple Speech | SenseVoice 离线（Windows 自带引擎在 .NET 8 下不可用） |
| 会议记录 | v1.1.0 起新增：会议记录、AI 纪要、会后 Whisper 精修、待办台账 | 完整闭环：双轨收音、说话人分离、即时标记、纪要、待办台账、归档、批量导入 |
| 本地 API | 有 | 有（6 个端点 + 内置网页） |
| 数据与模型页 | — | 有（占用清单 / 模型管理 / 脱敏诊断包 / 清理） |
| 登录 | 可选 | 可选（不登录也能用全部功能） |
19. 已知边界（如实告知）
- 安装包未做代码签名 → 首次运行 SmartScreen 会提示"未知发布者"。三步继续： ① 点提示框左侧「更多信息」② 点右下角「仍要运行」③ 正常安装。 这不是报毒，只是没有可验证的发布者身份；想核对完整性可用官方公布的 SHA256。 若安装包被 Windows"锁定"（从网上下载的文件会带这个标记）：右键 → 属性 → 勾「解除锁定」。
- 首次必须下载约 239 MB 离线模型，否则听写与会议记录不可用。
- 个别窗口无法校验插入结果（浏览器 contenteditable / Electron / 富文本）→ 显示「已插入（未确认）」。
- Windows 自带语音识别在 .NET 8 下不可用 → 已禁用，不会让人切过去把自己弄哑。
- 更新检查默认指向官网版本清单（
https://www.17kaikou.com/update.json）：启动 10 秒后查一次， 只有真有新版本才弹一次托盘气泡（含版本号、更新说明与 SHA256 前 8 位）； 失败完全静默（只写日志）；可用环境变量KAIKOU_UPDATE_URL=off显式关闭（离线 / 内网 / 排障）。 - 说话人分离是参考判定：同性别、远近场差异大时可能分错，可手动改名修正。
- 语音指令只支持整句（故意的，避免把正常说话的"换行"劈开）。
20. 获取帮助
报问题时请附上：
- 脱敏诊断包：「设置 → 数据与模型 → 一键导出脱敏诊断包」生成的 zip（可自行解开检查）；
- 一句话说明：你当时在做什么、期望什么、实际发生了什么。
邮箱：support@17kaikou.com · 官网：www.17kaikou.com
这一页是**网页版**（图文）。更细的逐项说明见仓库里的
docs/USER-GUIDE-WINDOWS.md（20 章、500 行）。