[feature] 划词语音问答（Selection + Voice Q&A） #118

背景

调研了 Wispr Flow Command Mode / Superwhisper Super Mode / Raycast AI / Apple Writing Tools / DeepL / ChatGPT macOS / Cursor Cmd+K / Bob 共 8 个同类工具后形成的方案。

用户工作流

1. 用户在任意 app（浏览器、Mail、IDE、PDF reader…）选中一段文字
2. 按下配置好的 hotkey（默认 Cmd+Shift+;，可在设置改）
3. 新建一个 QA 浮动窗口 出现在屏幕上现有语音胶囊正上方约 8px
4. 同时进入语音录音状态（与现有 dictation 共用 ASR 通路），用户对着麦克风提问（"这是什么意思 / 总结一下 / 跟 X 有什么区别"）
5. 按一次 hotkey 停止录音（toggle 行为，跟 dictation 一致）
6. ASR 转写问题 + 选区 → LLM → markdown 答案显示在浮窗里
7. 用户读完按 Esc / 点外部 / 30s 超时关闭，或按右上角 Pin 钉住久留

已确定的设计决策

实现规划（agent teams 并行分工）

Track 1 — Backend: 新 hotkey 注册 + 选区捕获

文件改动：

• `Cargo.toml`：现有 `global-hotkey = "0.6"` 已在 deps，启用之
• `hotkey.rs`：新加 `QaHotkeyMonitor` 模块（独立于现有的 modifier-only `HotkeyMonitor`），用 global-hotkey crate 注册 Cmd+Shift+; 之类组合键
• `coordinator.rs`：加 `SelectionContext { text: String, source_app: Option }` + 新事件 `QaHotkeyEvent::{Pressed, Released}`
• 新文件 `selection.rs`：策略链取选区
  • `#[cfg(target_os = "macos")]` AX via objc2-app-kit + Cmd+C fallback
  • `#[cfg(target_os = "windows")]` SendInput Ctrl+C + restore clipboard
• `types.rs`：`UserPreferences` 加 `qa_hotkey: Option`，`QaHotkeyBinding { primary: KeyCode, modifiers: ModifiersFlags }`

Track 2 — Backend: QA 通路（ASR → LLM → 浮窗）

文件改动：

• `coordinator.rs`：新增 `SessionKind::QuestionAnswer { selection: SelectionContext }`
• `begin_session` 分流：dictation / translation / qa
• `polish.rs`：新加 `answer_with_selection(question: &str, selection: &str, working_languages: &[String], front_app: Option<&str>) -> Result<String, LLMError>`

  • Prompt 模板（中文，沿用现有 chat_completion 通路）：
    ```
    用户选中了以下文本：
    """{selection_truncated}"""
    用户的语音提问："{question}"

    请基于选中文本回答。如果选中文本与提问无关，按提问独立回答，不要编造选区里没有的信息。
    用 Markdown，不超过 3 段，不超过 ~200 字。
    ```

• 选区超 4000 字符截断逻辑

Track 3 — Frontend: QA 答案浮窗

新文件：

• `tauri.conf.json`：新加 windows entry `label: "qa"`，`width: 380, height: 280`，`transparent: true`，`alwaysOnTop: true`，`skipTaskbar: true`，`focus: false`，`acceptFirstMouse: true`，`visible: false`
• 新文件 `src/pages/QaPanel.tsx`：
  • 加载状态（gradient skeleton + "思考中..."）
  • 答案区（react-markdown 渲染，已在 deps？没有就加 `marked` 走轻量）
  • 关闭按钮（×）+ Pin 按钮（📌）
  • 监听 `qa:state` event 接收答案
  • 监听全局 Esc + click-outside 关闭逻辑
• `src/App.tsx`：分发 window label `?window=qa` → `QaPanel`
• 答案窗位置：从 Rust 侧 `set_position` 计算 `(capsule.x + (220-380)/2, capsule.y - 280 - 8)`

Track 4 — Settings UI + i18n

文件改动：

• `src/pages/Translation.tsx` 旁边的 `Settings.tsx`：录音 section 加一行"提问模式快捷键"——下拉 4 个预设（Cmd+Shift+; / Cmd+Opt+; / Cmd+Shift+/ / Cmd+Opt+/）
• `src/pages/Settings.tsx` 新增 toggle "保存 Q&A 历史"
• `UserPreferences.qa_hotkey + qa_save_history`
• i18n key 全套：`settings.recording.qaHotkey*`, `qa.thinking`, `qa.error`, `qa.pinTooltip`, `qa.closeTooltip`

Test plan

• macOS：在 Mail / Safari / Xcode 各选一段文字，按 hotkey，问"用大白话总结"，答案应正确显示在胶囊上方
• macOS：在 VS Code / Slack（Electron）测试 AX fallback 到 Cmd+C 路径
• hotkey 配置：UI 选预设，重启 OK，重复绑定（与 dictation hotkey 同键）应被拒
• 选区超 4000 字符：截断显示，answer 仍合理
• 没选区：自动降级为纯语音问答
• 静默录音：QA 窗关闭，无 LLM 调用
• Esc / 点外部 → 关闭；Pin 后保持
• 30s 超时关闭（未 pin 的情况）
• 隐私：选区不出现在 history.json，answer 默认不持久化

Out of scope（v1）

• 自定义按键录入界面（用预设下拉）
• 答案分段流式 / SSE
• 多轮对话（每次按 hotkey 是独立 Q&A）
• 答案窗口里点链接打开
• 选区超 4000 字时 "上传完整文本" 选项
• iOS / Linux 实现