Q-Solver：桌面AI笔试助手｜自动识别题目、即刻解答

Q-Solver 是一款专为在线笔试、技术面试及学习场景设计的桌面端 AI 助手。它基于 Go 语言与 Wails 框架构建，融合前端（Vue）与后端能力，支持通过截图快速识别题目内容，并调用主流大模型（如 OpenAI、Google Gemini、Anthropic Claude）进行实时分析与解答。其核心定位是“无感嵌入式辅助工具”，强调在不干扰用户主流程的前提下提供智能支持。

需求分析

在线编程笔试：快速获取算法思路或调试建议（需注意考场规则）；技术面试准备：通过“面试官模式”模拟真实问答，结合简历生成针对性回答；自主学习辅助：解决作业难题、理解复杂概念、检查代码逻辑；多任务工作流：在 IDE、浏览器等应用间无缝切换，保持答案窗口常显而不遮挡操作。

主要功能特点

1. 无感交互模式（Stealth Mode）

窗口悬浮透明：主界面可设为半透明、无边框，始终置顶但不抢焦点。
鼠标穿透：开启后点击窗口区域会直接作用于底层应用（如浏览器、IDE），避免误操作。
防录屏/隐身设计：采用特殊窗口属性，规避部分监考软件或通讯工具（如企业微信、钉钉）的屏幕捕捉检测机制，适合对监考敏感的在线笔试环境。

2. 多模型原生集成

支持 OpenAI（GPT 系列）、Google Gemini（含 gemini-2.0-flash-exp）、Anthropic Claude 的官方 SDK 直连，非简单 API 代理，保障流式响应速度与稳定性。
兼容 OneAPI 等聚合平台，用户可自定义 API 地址，灵活应对网络限制或私有部署需求。
支持按模型前缀自动切换通信协议（如 gemini- 前缀自动走 Gemini 协议）。

3. 一键截图搜题（Screenshot-to-Answer）

按下快捷键（默认 F8）即可框选屏幕任意区域，自动将图像内容送入 AI 模型。
支持 OCR 识别代码、数学公式、选择题等常见题型，并生成结构化解答。
回答过程支持 思维链（Chain-of-Thought）可视化，展示 AI 的推理步骤。

4. 简历上下文感知

可导入 PDF 或 Markdown 格式的个人简历。
在模拟面试或文书润色场景中，AI 能结合用户背景（如项目经历、技能栈）生成个性化回答，提升内容相关性。

5. Gemini Live 实时语音对话（实验性）

支持与 Gemini 模型进行低延迟双向语音通话。
提供“面试官模式”：实时语音转录面试问题，并由 AI 生成回答建议，模拟真实技术面场景。注：此功能依赖网络稳定性，目前标记为实验性，可能存在连接中断或音频延迟。

6. 历史记录与快捷操作

自动保存问答历史，支持 Alt+PgUp/PgDn 快速翻页。
窗口位置可通过 Alt+方向键微调，适配多屏工作流。

官方使用说明

安装方式
- 推荐：前往 GitHub Releases 页面下载最新版 Windows 安装包（.exe 文件）直接安装。
- 开发者选项：克隆源码后使用 wails dev 启动开发模式，或通过 wails build 编译生产版本（需 Go 1.25+、Node.js 22+ 环境）。
首次配置
- 启动软件后点击右上角“设置”图标：
  - 选择 AI 提供商（OpenAI / Gemini / Claude / Custom）；
  - 填入对应平台的 API Key；
  - 调整模型参数（如 Temperature、Thinking Budget）；
  - 若使用聚合服务（如 OneAPI），选择“Custom”并填写 API 地址。
常用快捷键
- F8：区域截图并提问（核心功能）
- F9：显示/隐藏主窗口
- F10：开启/关闭鼠标穿透
- Alt + 方向键：微调窗口位置
- Alt + PgUp/PgDn：翻阅历史问答记录

是否付费

软件本体免费开源，采用 CC BY-NC 4.0 许可协议（禁止商业用途）。
AI 模型调用需自行承担费用：用户需提供有效的 OpenAI、Gemini 或 Claude 等平台的 API Key，相关 token 消耗按各服务商计费标准执行。
项目未内置任何订阅机制或内购功能，亦不收集用户数据。