Kivio – 一站式桌面 AI 助手｜集成屏幕级Agent，聊天、翻译、OCR

日常办公、学习、摸鱼之余，大家总会遇到不少零碎需求：想和 AI 对话梳理思路，看到屏幕外文内容需要翻译，图片里的文字没法快速提取，遇到截图、图表还想让 AI 帮忙解读。来回切换聊天软件、翻译工具、OCR 程序，不仅打乱工作节奏，多开软件也会占用电脑资源，低配设备运行起来格外卡顿。软件格律诗 给大家推荐一下这款实用性拉满的轻量桌面工具 Kivio 它把 AI 聊天、智能工具、多语种翻译、屏幕 OCR、视觉问答五大核心能力整合在同一个应用里，体积小巧、运行流畅，无需复杂配置，一台普通电脑就能稳定运行。

如今市面上的桌面 AI 工具种类不少，有的主打对话聊天，功能单一；有的专注 OCR 识别，缺少智能交互；还有的功能堆砌，安装包臃肿，老旧电脑根本带不动。Kivio 跳出了这类产品的固有问题，主打轻量化 + 全功能整合，定位屏幕级 AI Agent，深度适配桌面使用场景，所有操作围绕电脑屏幕展开，贴合用户日常操作习惯。它启动速度快，后台驻留几乎不占用内存，就算同时打开办公软件、浏览器，也不会出现延迟、闪退的情况。

主要功能特点

Kivio 最早是一个轻量屏幕翻译工具。现在它已经演进成一个小体积桌面 AI 客户端，内置 Agent 运行时：

Kivio Agent：长对话、项目、助手、记忆、文件附件、MCP、Skill、本地工具。
Lens：基于截图的视觉问答、OCR、公式提取、文本优化、联网来源回答。
快速翻译：输入文本、选中文本、窗口截图、屏幕区域都可以翻译。
自带模型选择权：支持 OpenAI 兼容接口、Anthropic Messages，以及按功能路由模型。

它常驻托盘或菜单栏，需要时再出现；比浏览器里的 AI 工作台更轻，也更贴近桌面操作。

桌面 Agent 工作区 —— 对话、项目、助手、文件/图片附件、本地记忆。
本地感很强的工具调用 —— 内置文件工具、终端执行、网页抓取/搜索、Pyodide run_python、MCP 服务和内置 Skills。
文档分析可直接用 —— PDF、Word、Excel 工作流随包带 Pyodide 和常用数据/文档库，不依赖首次运行时临时从 CDN 下载。
屏幕优先 —— 选中文本翻译、截图 OCR、Lens 问公式/图表/报错/代码/UI。
模型路由 —— Chat、翻译、OCR、Lens、视觉预分析、标题总结、上下文压缩、图片生成都可以分别选模型。
供应商容灾 —— 多服务商、多 Key、失败重试、模型元数据、工具能力默认开启。
默认安静 —— 无遥测。API Key 和本地对话数据留在你的机器上。

Kivio Agent

Kivio Agent 是主要的桌面 AI 工作区：

对话和项目 —— 用项目组织聊天，侧边栏管理最近工作，每个对话可以切换模型。
助手中心 —— 创建可复用助手，配置提示词、工具预设和任务行为。
记忆 —— 本地维护记忆层，开启后注入 Chat 上下文。
附件 —— 发送图片和可读取的本地文件；图片对话可自动走视觉模型。
工具 —— 启用内置工具、MCP 服务、Skill 工作流、联网搜索/抓取、Pyodide Python。
工具审批 —— 写文件、改文件、运行命令等敏感动作保留确认；读取和分析类任务可以更顺畅地执行。
流式和思考 —— 渐进显示回答、思考块、工具卡片和错误信息，不丢上下文。

Lens 与翻译

Lens 仍然是从屏幕内容到答案的最快路径：

截取屏幕区域或窗口后，对看到的内容直接提问。
截图翻译使用系统 OCR：macOS 是 Apple Vision，Windows 是 Windows.Media.Ocr。
选中文本可直接翻译，不用截图。
遇到需要实时信息或外部上下文的问题，可选 Tavily / Exa 联网搜索。
保留截图历史和追问上下文，适合视觉对话。

模型与工具设置

重点设置项：

模型供应商 —— 服务商列表、API Key、启用模型、模型元数据、连接测试。
默认模型 —— Chat、翻译、截图翻译、Lens、视觉、标题总结、上下文压缩、图片生成都可单独设置。
Mixer —— 把副任务交给更小或更专用的模型，主对话模型保持不变。
工具与扩展 —— 内置工具、MCP、Skill、联网搜索、Python 沙箱、工具轮次和审批策略。
记忆 —— 开启或编辑 Kivio Agent 使用的本地记忆层。
提示词 —— 调整各功能提示词和 Chat 基础系统提示词。

部分功能详解

轻量本体，低配置电脑也能流畅运行

Kivio 最大的亮点之一就是轻量化设计，这也是它区别于大型桌面 AI 软件的核心优势。安装包体积小巧，安装过程简单，没有捆绑插件、弹窗广告，几步操作就能完成部署。软件启动速度很快，点击图标几秒内即可进入主界面，后台静默运行时资源占用极低，笔记本、老旧台式机等低配置设备都能流畅使用。

它采用轻量化架构设计，摒弃冗余模块，聚焦桌面高频使用功能，不会在后台加载多余进程。长时间挂机、反复唤醒功能，也不会出现内存占用飙升、电脑卡顿的问题。对于办公人群、学生群体而言，无需为了使用 AI 工具特意升级设备，普通家用电脑就能满足全部使用需求。同时软件界面简洁清爽，布局一目了然，没有复杂的菜单层级，新手打开就能上手，不用花费时间学习操作逻辑。

智能 AI 聊天，多场景对话交互

AI 聊天是 Kivio 的基础核心功能，依托成熟的大模型能力，支持日常闲聊、文案创作、问题解答、思路梳理、代码辅助等多种对话场景。区别于网页端 AI，桌面端聊天窗口常驻桌面，随时唤醒，无需打开浏览器、登录网页，鼠标轻点就能发起对话。

对话支持上下文记忆，连续提问、延展话题时，模型可以关联前文内容，不会出现逻辑断层。写工作总结、演讲稿、朋友圈文案、学习笔记，或是咨询专业知识、梳理解题思路、修改文字内容，都可以直接在聊天窗口完成。同时支持文本一键复制、对话记录本地保存，重要内容不会丢失。针对办公人群，还能用来梳理工作流程、优化话术；学生可以用来解答学科疑问、整理知识点，实用性覆盖全人群。

全能工具集，覆盖桌面高频操作

作为屏幕级 AI Agent，Kivio 内置多款实用小工具，把日常零散的桌面操作整合到应用内，不用额外下载第三方工具。工具模块分类清晰，调用方式简单，从基础文本处理到进阶辅助功能，一站式满足需求。

文本处理方面，支持文字改写、语句润色、长短文互转、格式整理，复制粘贴文本后，一键就能完成优化，写文案、改文档效率大幅提升；快捷指令功能支持自定义常用命令，把 “精简文案”“优化语句”“生成提纲” 等高频需求保存为快捷指令，下次使用一键触发，省去重复输入文字的步骤。此外，工具模块还适配办公辅助需求，简单的数据整理、内容归纳都能快速完成，适配职场日常办公场景。

多语种翻译，屏幕全域翻译无压力

翻译是桌面使用的刚需功能，浏览外文网页、阅读英文文档、查看海外资料、处理外语文件，都离不开翻译工具。Kivio 内置独立翻译引擎，支持主流多国语言互译，包含中英、中日、中韩、小语种等，翻译准确度高，语句通顺，贴合日常用语与专业文档表达习惯。

它支持多种翻译模式，满足不同使用场景。手动输入文本翻译适合短句、段落翻译；粘贴整篇文档内容，也能快速完成全文翻译。结合屏幕级特性，软件支持屏幕划词翻译，鼠标选中屏幕上的外文文字，即可快速弹出翻译结果，浏览外文网页、软件界面时格外方便。翻译结果支持一键复制，可直接粘贴到文档、聊天框中，整个流程连贯顺畅。对比独立翻译软件，它无需单独启动，和聊天、OCR 功能联动使用，效率更高。

高清 OCR 文字识别，截图图片一键提字

很多时候我们遇到图片、截图、纸质文档扫描件，想要提取其中文字，手动打字费时费力，传统 OCR 工具又经常出现识别错乱、格式混乱的问题。Kivio 搭载高精度 OCR 识别模块，专门适配桌面截图、图片、电子文档等场景，识别准确率高，对印刷体、常规手写体、小字体都有不错的识别效果。

使用方式十分简单，启动 OCR 功能后，框选屏幕任意区域，软件自动截取画面并提取文字，全程几秒完成。识别后的文字会保留基础排版，减少后期格式调整的工作量，内容可直接编辑、复制、导出。不管是截取网页图文、软件弹窗文字、课件图片，还是识别证件、表格类内容，都能轻松应对。办公时提取报表文字、学习时整理课件内容、日常保存图片文案，这款功能都能发挥作用，彻底摆脱手动打字的麻烦。

视觉问答，屏幕内容智能解读

这是 Kivio 极具特色的屏幕级 Agent 核心功能，也是普通聊天工具、翻译工具不具备的能力。依托视觉问答技术，软件可以 “看懂” 屏幕画面，针对截图、图片、图表、界面内容发起提问，AI 结合画面内容给出精准解答。

日常使用中，遇到看不懂的图表、数据分析图，截取画面后提问，AI 会拆解图表含义、解读数据趋势；看到陌生的界面、报错弹窗，截图询问就能得到问题解析和解决办法；学习时遇到习题图片、知识点配图，可直接让 AI 讲解题目、梳理知识点。该功能打通了 “视觉内容 + 智能问答” 的壁垒，不再局限于纯文字交互，真正实现和整个桌面屏幕联动。对于职场数据分析、学生刷题学习、技术人员排查问题，都能提供不小的帮助。

联动协同，多功能无缝衔接

Kivio 最核心的设计逻辑，就是实现各大功能无缝联动，打造闭环使用体验。OCR 提取文字后，可直接跳转翻译功能完成语种转换，或是发送到 AI 聊天窗口进行润色、解读；翻译后的文本，能借助工具模块整理格式；视觉问答得到的结论，可一键保存为文字记录。

所有功能集成在同一个窗口内，模块之间切换流畅，没有卡顿和加载延迟。从 “截图提字→翻译解读→文案优化→保存记录”，整套流程无需切换任何软件，在 Kivio 内部就能完成。这种一体化的设计，完美适配碎片化的桌面操作，大幅减少操作步骤，提升整体使用效率，这也是多软件组合无法比拟的优势。

隐私可控，本地运行更安心

针对大家关心的隐私问题，Kivio 充分考虑桌面端使用的安全性。核心操作、截图识别、本地文本处理等环节，支持本地运算，敏感的办公文档、个人截图、私密对话内容，不会随意上传至云端。软件没有后台偷跑、数据收集等行为，对话记录、识别内容仅保存在本地设备中，用户可手动清理记录，自主掌控数据安全。

日常处理合同、个人证件、私密工作内容时，不用担忧信息泄露，兼顾实用性与安全性，适合注重隐私保护的用户使用。

更新日志

v2.6.8

新增主题色预设：保留浅色/深色模式的同时，可以切换应用强调色。
新增项目工作区文件系统能力，Kivio Agent 可以更安全地读取和处理项目本地文件。
改进 Agent 工作流：新增计划模式、待办运行时、交互式追问，并增强工具执行稳定性。
改进 Chat 输出渲染：支持 Mermaid 图表，优化推理/时间线片段、浅色代码块和流式输出体验。
新增用量统计，并统一模型与设置页的显示体验。
提升网页抓取可靠性，优化助手中心的项目与侧边栏交互。
优化 Windows 无边框 Chat 窗口，恢复更接近原生应用的圆角、描边和窗口行为。
精简随包 Python/Pyodide 沙箱，同时保留 PDF、Excel、图表和 Python 分析常用离线库。
新增 pypdf PDF 文本提取支持，并保留 Python 生成图表/图片所需的 CJK 字体。
调整发布流程：Apple Silicon macOS DMG 由本机打包上传，GitHub Actions 只发布 Windows NSIS .exe 安装包。