📌 项目起源：本项目基于 wb-hwang/AIAnswerer-Android（MIT License）Fork 并独立发展。上游已停止维护（最后更新：2025年10月），本仓库持续迭代中。感谢原作者 @wb-hwang 的优秀基础工作。
AI答题助手是一款基于 OCR/视觉模型与大语言模型的安卓答题工具。通过悬浮窗截图识别题目，并调用 DeepSeek AI 等兼容 OpenAI 接口的模型为你快速给出答案，适用于练习、查缺补漏或自测场景。
- 🖼️ 屏幕快速截取：一键截取当前屏幕，自动聚焦题目区域
- 📖 屏幕读取模式：通过无障碍服务直接读取屏幕文字，无需截图，速度更快
- 📝 智能文字识别：支持中日韩法德西葡等本地 OCR 识别 + 俄阿等 VLM 云端识别
- 👁️ 视觉模型支持：可使用视觉模型替代 OCR，适合噪音较多的页面
- 🔍 联网搜索增强：自动搜索相关资料作为答题参考
- 🤖 AI 实时答题：根据题型生成解析，并自动复制答案
- 📋 批量答题：截图包含多题时逐题搜索并返回所有答案
- ⚡ 并行答题：多题模式下支持并发处理，显著提升答题速度
- 💬 悬浮窗操作：无需切换应用即可完成截屏、预览、提交
- 🔒 本地可控：自定义 API Key，随时启停网络请求
- 🎨 多款精致主题：8 套内置主题（含 Claude Warm 珊瑚暖调）+ JSON 导入自定义，悬浮按钮随主题自动变色
- 🌐 多语言输出：UI 支持中英双语，AI 输出支持 11 种语言（中英日法德西葡韩俄阿 + 自适应）
| 类别 | 技术 |
|---|---|
| 语言 | Kotlin 2.0.21 |
| UI | Jetpack Compose + Material3 |
| OCR | Google ML Kit (中文/拉丁/日/韩) + VLM 降级 |
| 视觉模型 | OpenAI 兼容接口 (DeepSeek/GPT-4o 等) |
| 联网搜索 | 多供应商 (Tavily/Bocha/Zhipu等) |
| 网络 | OkHttp 4.12.0 |
| 存储 | MMKV + EncryptedSharedPreferences |
| 构建 | Gradle (AGP 8.13.0) |
- 使用 Android 11 及以上系统的设备，并保持网络通畅。
- 安装提供的 APK 文件；首次安装需按照系统提示允许来自未知来源的应用。
- 设置 LLM 模型信息。
- 首次启动时，按照屏幕提示授予悬浮窗、截屏和通知等必要权限。
- 参考应用内说明
- 选择题：识别题干与选项，标记推荐答案并给出理由
- 填空题：生成精炼答案，适用于多空位题目
- 问答题：提供结构化解答或要点式分析
- 保持截图清晰、居中，避免复杂背景，以提升 OCR 准确率。
- 如需暂停网络请求，可暂时断网或在设置页关闭 AI 回答。
- 答案生成后可再次点击悬浮按钮刷新题目，便于连续练习。
- 提示缺少权限？ 前往系统设置搜索"悬浮窗""屏幕录制"等选项，手动开启相关权限。
- 识别不准确？ 在确认页手动修正文本，或重新截图后再提交。
- AI 没有回应？ 检查网络、确认 API Key 有效，并确保 DeepSeek 账户余额充足。
- 应用会将识别出的文字发送至所选 AI 服务，请避免上传敏感或受限内容。
- DeepSeek API 请求可能产生费用，请留意使用频率。
- 本应用仅用于学习与研究，请遵守考试纪律和法律法规，任何违规使用后果自负。
com.hwb.aianswerer/
├── BaseActivity.kt # 统一语言配置基类
├── MyApplication.kt # Application 初始化
├── MainActivity.kt # 主界面（权限管理、答题设置）
├── FloatingWindowService.kt # 悬浮窗核心服务（多窗口协调）
├── FloatingWindowManager.kt # 窗口管理（A/B/C/D 独立窗口）
├── FloatingWindowViewModel.kt # 悬浮窗状态管理
├── SettingsService.kt # 集中式设置读取
├── InteractiveTouchLayout.kt # 触摸穿透容器
├── CaptureHandler.kt # 截图→裁剪→识别管线
├── CapturePipeline.kt # 核心识别管线（OCR→VLM→LLM）
├── RecordingCoordinator.kt # 录制模式协调器
├── ImageCollector.kt # 图片收集器
├── AnswerFetcher.kt # 答案获取器
├── FloatingAnswerCard.kt # 答案卡片组件
├── ConfirmTextActivity.kt # 识别文本确认/编辑
├── ImageCropActivity.kt # 图片裁剪（四角拖拽）
├── SettingsActivity.kt # 通用设置
├── ModelSettingsActivity.kt # API 模型配置
├── AboutActivity.kt # 关于页面
├── Constants.kt # 常量 · 提示词组装 · 多语言路由中枢
├── api/
│ ├── OpenAIClient.kt # OpenAI 兼容 API 客户端
│ ├── WebSearchProviders.kt # 多供应商联网搜索
│ └── vision/ # 视觉模型模块
│ ├── VisionProvider.kt
│ ├── VisionProviderFactory.kt
│ ├── VisionFilterResult.kt
│ └── OpenAIVisionProvider.kt
├── config/
│ ├── AppConfig.kt # 配置管理门面（MMKV + 加密存储）
│ ├── ApiConfig.kt # API 配置
│ ├── UIConfig.kt # UI 配置
│ ├── VisionConfig.kt # 视觉模型配置
│ └── ConfigStorage.kt # MMKV 存储键定义
├── models/ # 数据模型
├── providers/ # 模型厂商管理
│ ├── ProviderStorage.kt
│ ├── ProviderConfigResolver.kt
│ └── ProviderSyncManager.kt
├── ui/
│ ├── components/ # 共享 Compose 组件
│ │ ├── PillButtonCard.kt # 悬浮按钮 + 长按手势
│ │ ├── QuickToggles.kt # 快捷开关面板
│ │ ├── FloatingWindowContent.kt # Window A/B/C/D Composable
│ │ ├── FloatingAnswerCard.kt # 答案卡片
│ │ ├── RecordingResultCard.kt # 录制结果卡片
│ │ ├── AnswerCard.kt # 单题答案卡片
│ │ ├── CtaBar.kt # CTA 按钮（模型检测）
│ │ └── ... # 其他组件
│ ├── pages/ # 页面
│ │ ├── HomePage.kt # 主页
│ │ └── SettingsPage.kt # 设置页
│ ├── dialogs/ # 对话框
│ ├── icons/ # 本地图标定义
│ └── theme/ # Material3 主题
└── utils/
├── AppLog.kt # 统一日志工具
├── ClipboardUtil.kt # 剪贴板工具
├── ImageCropUtil.kt # 图片裁剪工具
└── LanguageUtil.kt # 语言切换工具
- v1.7.0: 四窗口悬浮窗架构（A/B/C/D 独立窗口）+ C/D 生命周期分离 + 长按时长自定义 + 模型配置检测 + 悬浮窗徽标移除 + 多窗口缺陷修复
- v1.6.2: 多厂商测试连接修复 + 悬浮按钮拖拽卡死修复 + 暗色主题响应 + API URL 多版本兼容 + LLM maxTokens 512→4096 + 图标去重 & 主题合规 & 动画可测试性重构 + 答案卡片独立组件
This project is released under the GNU Affero General Public License v3.0