Plock

直接从你可以在任何地方输入文本的地方使用 LLM（或任何可以向 stdout 流式输出的内容）。实时显示输出。

编写一个提示，选中它，然后（默认情况下）按下 Cmd+Shift+.。它会以流式方式将你的提示替换为模型的输出。

另外！你也可以先将一些内容复制到剪贴板中，然后再编写或选择你的提示，接着按下默认快捷键 Cmd+Shift+/，这样它就会把剪贴板中的内容作为上下文来回答你的提示。

对于 Linux 系统，请使用 Ctrl 代替 Cmd。

默认完全本地运行。（如果你希望使用 API 或其他方式，可以在 settings.json 中指定任意 Shell 脚本进行调用）

我在 设置 部分展示了一个示例 settings.json 文件。

🚨 寻求贡献 / 帮助！ 🚨

我很想让这个项目持续发展下去，但我一个人做不到。

如果你对贡献有任何兴趣，请随时联系我、发起讨论、提交 PR、查看现有问题或下方的路线图等。

有什么功能没有正常工作吗？由于没有遥测或跟踪机制，我根本不知道！请提交一个问题，或者尝试自己修复并提交 PR！有新的功能想法吗？也请提交一个问题！

展示触发器概念及新灵活系统的演示

使用 GPT-3.5 和 GPT-4 的演示

如果你打算将其与远程 API 一起使用，请考虑使用环境变量来存储你的 API 密钥……确保这些变量在你启动程序的任何地方都存在，或者直接将它们嵌入代码中（但切勿将包含密钥的代码推送到任何公共仓库）。

（原始）使用 Ollama 的演示

（在视频中提到了 rem，这是我正在开发的另一个项目）

开始使用

安装 ollama，并确保运行 ollama pull openhermes2.5-mistral，或者在设置中将其替换为其他模型。

启动 “plock”。

快捷键：

Ctrl / Cmd + Shift + .：将选中的文本替换为模型的输出。

Ctrl / Cmd + Shift + /：将剪贴板中的内容作为“上下文”输入，并将选中的文本替换为模型的输出。

（这两个快捷键可以在 settings.json 中自定义）

Escape：停止任何流式输出。

Mac 系统会请求键盘辅助功能的访问权限。

Linux（尚未测试），可能需要 X11 库来处理剪贴板操作和使用 enigo 模拟按键。相关说明

此外，系统托盘图标还需要一些额外配置。

Windows（尚未测试），你需要将 Ollama 替换为其他工具，因为目前 Ollama 尚不支持 Windows。

[设置]

有一个 settings.json 文件，你可以编辑它来更改快捷键、使用的模型、提示语、是否启用 Shell 脚本及其具体内容等设置。

更新后，点击托盘图标并选择“加载设置”，或者重启应用程序。

你随时可以点击托盘图标，它会显示设置文件的位置。仅供参考：

在 Mac 上，路径是 ~/Library/Application Support/today.jason.plock/settings.json。

在 Linux 上，我认为路径是 ~/$XDG_DATA_HOME/today.jason.plock/settings.json。

在 Windows 上，我认为路径是 ~\AppData\Local\today.jason.plock\settings.json。

不过，最方便的方式还是直接点击图标。

如果以上信息有误，请指正。

使用设置

请查看快捷键。可以通过快捷键触发一个“触发器”，它会指向在“processes”和“prompts”字段中定义的列表中的某个进程（以0为索引）和提示（同样以0为索引）。

进程可以是“ollama”或命令（在Mac上为shell）。你可以用它来调用你的脚本。

提示可以使用两个内置变量$CLIPBOARD和$SELECTION，也可以使用你通过set_env_var触发器定义的其他变量。

next_steps定义了对输出的处理方式，可以是将输出显示在屏幕上（流式或一次性全部显示）、保存到变量中，以及/或者启动另一个触发器。

未来我希望能让触发更加灵活（如cron、推送），并能轻松地将各种操作串联起来，同时支持将输出发送到任何地方或以任何方式呈现。

非常欢迎大家提出反馈意见。

{
  "environment": {
    "PERPLEXITY_API": "",
    "OLLAMA_MODEL": "openhermes2.5-mistral",
    "OPENAI_API": ""
  },
  "processes": [
    {
      "name": "使用GPT",
      "command": [
        "bash",
        "/Users/jason/workspace/plock/scripts/gpt.sh"
      ]
    },
    {
      "name": "直接将文本作为脚本执行",
      "command": []
    },
    {
      "name": "使用Perplexity",
      "command": [
        "bash",
        "/Users/jason/workspace/plock/scripts/p.sh"
      ]
    },
    {
      "name": "使用Dall-E",
      "command": [
        "bash",
        "/Users/jason/workspace/plock/scripts/dalle.sh"
      ]
    },
    "ollama"
  ],
  "prompts": [
    {
      "name": "默认基础",
      "prompt": "$SELECTION"
    },
    {
      "name": "带上下文的默认",
      "prompt": "我会请你做一件事。下面是帮助你完成我要求的一些额外背景信息。--------- $CLIPBOARD --------- 基于以上背景，请你：$SELECTION。请不要输出任何其他内容。"
    },
    {
      "name": "步骤",
      "prompt": "$STEP"
    },
    {
      "name": "说GPT",
      "prompt": "说\"$GPT\""
    }
  ],
  "triggers": [
    {
      "trigger_with_shortcut": "Command+Shift+,",
      "process": 1,
      "prompt": 0,
      "next_steps": [
        {
          "store_as_env_var": "STEP"
        },
        {
          "trigger": 4
        }
      ],
      "selection_action": null
    },
    {
      "trigger_with_shortcut": "Command+Shift+.",
      "process": 0,
      "prompt": 0,
      "next_steps": [
        "stream_text_to_screen"
      ],
      "selection_action": "newline"
    },
    {
      "trigger_with_shortcut": "Command+Shift+/",
      "process": 1,
      "prompt": 0,
      "next_steps": [
        "write_final_text_to_screen"
      ],
      "selection_action": "newline"
    },
    {
      "trigger_with_shortcut": "Command+Shift+'",
      "process": 3,
      "prompt": 0,
      "next_steps": [
        "write_image_to_screen"
      ],
      "selection_action": null
    },
    {
      "trigger_with_shortcut": null,
      "process": 0,
      "prompt": 2,
      "next_steps": [
        "stream_text_to_screen",
        {
          "store_as_env_var": "GPT"
        },
        {
          "trigger": 5
        }
      ],
      "selection_action": null
    },
    {
      "trigger_with_shortcut": null,
      "process": 0,
      "prompt": 3,
      "next_steps": [],
      "selection_action": null
    }
  ]
}

构建Plock

如果你不想盲目信任二进制文件（其实你不应该这么做），这里是如何自己构建它的方法！

先决条件

• Node.js（v14或更高版本）
• Rust（v1.41或更高版本）
• NPM（最新版本）

安装步骤

Node.js

从以下网址下载：https://nodejs.org/

Rust

curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
source $HOME/.cargo/env

Bun NPM

什么？为什么？ —— 好吧，据我所知，Windows在GitHub Actions中并不支持bun。所以，我改用了npm。

如何安装Node

项目设置

git clone <repo_url>
cd path/to/project
npm install
npm run tauri dev

构建

npm run tauri build

灵感来源 / 另一个优秀项目

• LLM-automator

另一个演示

另一个演示展示了我如何使用Perplexity的Shell脚本快速生成答案。 与该项目无关，只是当时在回复一个帖子而已，哈哈。

https://github.com/jasonjmcghee/plock/assets/1522149/6166af73-545f-4a8e-ad46-ea8aacd84969

秘密

好奇的朋友可能想知道“ocr”功能是什么。我尝试过截屏、运行OCR，并将结果用作上下文，而不是手动复制文本。简而言之，rusty-tesseract真的让我很失望，这有点尴尬，因为它可是xrem的核心部分。

如果有人愿意解决这个问题……那将会非常酷，尤其是在结合多模态模型时。

Plock 快速上手指南

Plock 是一款本地优先的 AI 工具，允许你在任何可输入文本的地方直接调用大语言模型（LLM）。它支持实时流式输出，并能将选中的文本替换为模型生成的回答。默认完全本地运行（配合 Ollama），也支持通过脚本调用远程 API。

环境准备

系统要求

• macOS: 需要授予“辅助功能”权限以模拟键盘操作。
• Linux: 需安装 X11 相关库（用于剪贴板和按键模拟），系统托盘图标可能需要额外配置。
• Windows: 目前 Ollama 不支持 Windows，若要在 Windows 使用需自行替换为其他后端脚本。

前置依赖

在开始之前，请确保安装以下核心依赖：

1. Ollama (推荐默认后端)

   • 下载地址：https://ollama.com
   • 拉取默认模型：

     ollama pull openhermes2.5-mistral
     

     (注：国内用户若下载缓慢，可尝试社区镜像或替换 settings.json 中的模型名称)

2. 构建环境 (仅当你需要从源码编译时)

   • Node.js (v14+)
   • Rust (v1.41+)
   • NPM (最新版)

安装步骤

方式一：直接使用预编译版本（推荐）

1. 前往 Plock GitHub Releases 下载对应系统的安装包。
2. 安装并运行 plock。
3. macOS 用户：首次运行时需在“系统设置” -> “隐私与安全性” -> “辅助功能”中勾选 Plock。

方式二：从源码构建

如果你不希望直接使用二进制文件，可按以下步骤自行构建：

# 1. 克隆项目
git clone https://github.com/jasonjmcghee/plock.git
cd plock

# 2. 安装依赖
npm install

# 3. 开发模式运行 (测试用)
npm run tauri dev

# 4. 正式构建
npm run tauri build

构建完成后，可执行文件位于 src-tauri/target/release/ 目录下。

基本使用

启动 Plock 后，它将在后台运行（可在系统托盘找到图标）。

1. 基础对话（替换选中文字）

这是最常用的功能，用于让 AI 改写、解释或续写选中的文本。

1. 在任何编辑器或输入框中选中一段文本（作为提示词）。
2. 按下快捷键：
   • macOS: Cmd + Shift + .
   • Linux/Windows: Ctrl + Shift + .
3. 选中的文本将被实时替换为 AI 的流式输出结果。
4. 若要中途停止生成，按 Escape 键。

2. 结合剪贴板上下文

如果你希望 AI 参考已复制的内容来回答当前选中的问题：

1. 先复制一段背景资料到剪贴板。
2. 在输入框中选中你的具体问题或指令。
3. 按下快捷键：
   • macOS: Cmd + Shift + /
   • Linux/Windows: Ctrl + Shift + /
4. AI 将结合剪贴板内容（Context）和选中文本（Prompt）生成回答并替换原文。

3. 自定义配置

所有快捷键、模型选择和提示词逻辑均通过 settings.json 配置。

• 配置文件位置：

  • macOS: ~/Library/Application Support/today.jason.plock/settings.json
  • Linux: ~/$XDG_DATA_HOME/today.jason.plock/settings.json
  • Windows: ~\AppData\Local\today.jason.plock\settings.json
  • 快捷查看：点击系统托盘图标即可查看具体路径。

• 应用更改：修改文件后，点击托盘图标选择 "Load Settings" 或重启软件。

提示：你可以通过编辑 settings.json 中的 processes 字段，将默认的 ollama 替换为调用 GPT-4、Perplexity 或其他本地脚本的命令，实现高度定制化。