夜雨聆风人最难的对手，往往是自己。
我在最初只是想做一个两三步就能完成的小工具，够用就好。可一旦动手，欲望便悄然生长。起初不过是想让它能粘贴图片、能说句话；接着便想留下历史的痕迹，于是保存、清除、搜索，一项项功能自然地生长出来。再后来，连外观也成了心事：换一换皮肤，调一调边框，甚至觉得应当添些流光溢彩。
Vibe Coding 的妙处，也恰是它的危险之处。反馈太过强烈，几乎停不下来。你以为自己在创造，实则已被自己蔓延的欲望卷着往前走。每一次迭代都带来新的可能，每一种可能都在召唤下一次迭代。
于是学会克制，便成了这个过程里最珍贵的部分。
这个App还能继续优化下去，但我不再继续了。不是因为做不了，是因为这一切都太上瘾了。所以差不多就行了。尽管如此，我最近两周都做了4个App了。
这次做的是什么？
日常使用电脑的时候，不知道你们有没有这种烦恼：
经常需要截屏，或者选中一段文字，再复制到 ChatGPT、豆包、DeepSeek、Claude 之类的大模型客户端里提问。
这个动作单次看起来没什么，但一天重复几十次以后，就会变得非常烦。
查资料、写文章、看文档的时候，人的注意力其实很脆弱。
你本来只是想问一句：
“这段话是什么意思？”
“帮我总结一下。”
“这张截图里有什么问题？”
“这段文字有没有更好的写法？”
结果你要先复制，切换窗口，粘贴，等待，再切回来。
每一步都很小，但合起来就是一种工作流里的摩擦。
PopClip 这类工具可以选词，但它不是对话工具。
豆包这类客户端很好用，但体积很大，而且很多内容我其实并不想上传到网络。
所以我想做一个很轻的桌面工具：
在任何地方，选中文字以后，直接和大模型对话。
于是，使用 Floatboat，通过对话的方式，我开发了 Aski，一个轻量级的 AI 助手工具。
没有上架，所以你搜不到。
Aski 怎么用？
Aski 主要有三种使用方式。
◈1. 直接双击 Ctrl
双击 Ctrl 键，会弹出一个小输入框。
你可以直接向 AI 提问。
它不会占满屏幕，只是一个随叫随到的小窗口。
你正在写文章、看网页、读资料，它都不会强行打断你。
◈2. 选中文字后双击 Ctrl
如果你先选中一段文字，再双击 Ctrl，Aski 会进入引用模式。
AI 会针对你选中的内容回答。
这个功能对我特别重要。
因为我每天大量工作都和文字有关。
读文章、改文案、查资料、写推广内容，很多时候我只是想对眼前这一小段内容提一个问题。
这种时候，工具越轻越好。
◈3. 通过 PopClip 唤起
我还让 Aski 和 PopClip 做了结合。
选中文字以后，点击 PopClip 里的 ASKI 图标，也可以直接打开聊天窗口。
这就很适合那些不想记快捷键的场景。
选中，点一下，直接问。
它现在有哪些功能？
目前 Aski 大概有这些能力：
- 支持本地模型：可以接入 Ollama，本地大模型启动后自动检测，断网也能使用。
- 支持 API 模型：可以配置自己的 DeepSeek、MiniMax 等模型服务。
- 截图问答：截图后可以直接发给 AI 识别并讨论。
- 粘贴图片：唤醒输入框后，可以直接复制粘贴图片。
- Markdown 渲染：AI 输出支持 Markdown，代码块也能高亮。
- 基础搜索功能：可以做简单搜索，然后让模型汇总结果。
- 访问网页内容：可以读取网页，不只是打开浏览器。
- 历史记录：聊天记录会保存，也可以在设置里打开历史文件夹清理。
- 两套皮肤：孟菲斯风格和简约自然风格，可以切换。
- PopClip 集成：选中文字后，可以通过 PopClip 直达 Aski。
- 卡片截图：可以把 AI 生成的内容做成适合手机宽度的卡片图片。
当然，它不是一个完美产品。
搜索功能还比较基础，复杂搜索效果有限。
一些模型的速度也受服务本身影响。
本地模型的体验，有时候和模型加载、上下文长度都有关系。
但对我来说，它已经完成了最核心的价值：
当我看到一段文字、一个截图、一个问题时，可以马上把它丢给 AI。
这就够了。
我是怎么把它做出来的？
这个东西的开发方法，其实非常简单。
都是通过口喷，直接在 Floatboat 里面弄完的。
我说的“口喷”，不是完全不动脑子地乱提需求，而是把脑子里的使用感受、别扭之处、改进方向，用大白话连续说出来。
一切的开始，就是这段话：
然后 Floatboat 回复了一大段，评估这事儿并不复杂。
它还提醒我，要不要先做一个文档。
于是我点了一下，就继续往下了。
后面的过程，我就不把 Floatboat 的回复全贴出来了，不然太长。
我只把我当时的提问列出来。
我建议初学者仔细看看这部分。
像这种小工具，不像大项目，其实没有那么神秘。某种意义上，就是当一个伸手党，把自己的需求、问题、不爽和判断说清楚。
真实过程大概是这样的
一开始，我说：
按这份文档直接搭一个能跑的 Swift MVP 骨架
然后我发现，一个能跑的骨架还不够。
于是继续说：
补上历史保存和全文搜索功能
再后来，我发现 AI 输出如果不支持 Markdown，阅读体验很差。
于是又说：
给对话回复加上 Markdown 和代码高亮渲染
然后我觉得快捷键很重要。
双击 Ctrl 做成设置里可改的自定义快捷键
做到这里，我又开始考虑本地模型。
设置页打不开，另外现在能支持 ollama 吗？
后来我觉得 Ollama 不应该让我手动配置。
如果我已经启动了，它应该自己检测到。
模型服务的那个 ollama 我建议你自己检测，只要我启动了，它就自己可用，不用让我配置，你看如何？
接着又遇到 macOS 权限问题。
实际我都授权过了，但是每次都要弹出来授权这些。
快捷键也出过问题。
另外就是快捷键失去作用了，不知道为什么双击 control 没有反应。
截图也遇到过授权问题。
选了截屏以后，会出现：“Aski”想要录制此电脑的屏幕和音频。在“系统设置”“隐私与安全”设置中允许此应用程序访问。问题是也已经授权过了。
后来我决定默认模型不要再用 OpenAI，而是换成 DeepSeek。
我觉得直接用 DeepSeek 的 API，请帮我默认模型替换掉 OpenAI，ollama 必须留着。
接着补充模型名。
DeepSeek 的默认模型现在是 deepseek-v4-pro 或 deepseek-v4-flash
然后又发现输入框位置不对。
没有用，报错了。另外这个输入框的位置也不对，应该在下面才更符合预期。现在在上面太奇怪了。
多模态模型也出过问题。
这是一个多模态本地模型，但是截图似乎没有传给模型。
MiniMax 模型输出里带 thinking，我也不想要。
我用 aski 调用了 MiniMax 多模态模型，但是输出的内容有思考，这个麻烦你查询官网以后把它关掉。帮我升级 app。
中间还发生过一次我查资料后反过来纠正 AI 的情况。
我刚查了一下：对于 MiniMax-M3，thinking 参数用于控制模型是否可以输出 thinking 内容。如果省略 thinking，默认开启 thinking，响应会包含 thinking 内容。设置 thinking: {"type": "adaptive"} 可显式保持 thinking 开启。对于 MiniMax-M3，adaptive 等同于开启 thinking。设置 thinking: {"type": "disabled"} 可跳过 thinking 并直接回答。
所以，你的方法对吗？
这也是用 AI 做东西的一个真实场景。
AI 很强，但不是永远对。
你仍然要判断，要验证，要追问。
后面就进入了疯狂打磨阶段
当软件大致能用了以后，我就开始不断挑刺。
比如速度慢：
正常了，但是有个特别严重的问题，那就是速度非常慢。我怀疑我们加两层那个方法不对，因为如果第二层先奏效，那么后台就得等“思考”后，才输出结束。
比如设置页缺少系统提示词输入框：
旁边文件夹是我正在开发的 app，现在还缺少一个系统提示词的输入框，在设置里面约束模型的能力。这个不是摆设，必须填进去，然后在聊天的时候起作用。
比如本地模型体验慢：
每次发出去消息都要等好久，这个感觉是不是哪里不对，ollama 早就打开了，按理说它啥时候都可以唤醒才对。是不是这个 app 是额外加载模型了，还是怎么回事儿？多轮次聊天也十分慢，不像别人的 app，反应贼快。
比如按钮太多：
删除每段话下面的“插入”按钮，保留“复制”按钮，如果可能的话，插入可以变成截图，截的就是生成的内容，形成的卡片。
比如动效手感：
给悬浮条加唤起的淡入下落动画让手感更顺。这个容易吗？
比如搜索：
第三个斜杠唤醒搜索这个有条件做吗？
比如卡片宽度：
卡片很好用，但是太宽了，尽量建议手机尺寸。宽度要适合手机，长度可以随意。
比如网页访问：
那能添加一个访问网站的功能吗，比如我让它搜索了，但是它不打开网站。
比如打包成原生应用：
OK，弄成一个原生应用，确保 icon 正确渲染。打包一个安装包文件。写一个漂亮的产品介绍，就像我们要出售一样。
比如上下文太短：
截断了，是不是文字上下文窗口太小了？
我甚至还觉得 8000 上下文不够。
8000 是不是太少了，2026 年的 ollama 还有这个模型我感觉你 8 万还差不多。
然后又加了图片粘贴：
帮我添加一个功能，如果我唤醒 aski 以后，能不能支持复制粘贴图片，就是唤醒框以后支持这个操作。
再去检查 DeepSeek 速度问题：
检查一下为什么使用 deepseek 的模型的时候 aski 速度感觉有点慢。
最后发现关键可能不是速度，而是思考模式。
我觉得你先不要修改，重要的其实是不是关闭思考模式。
设置页的模型服务管理也出过 bug。
设置里模型服务这里还不对。添加新的服务的时候，默认不是空白的，然后如果删除预填写的内容，会把另外的 DeepSeek 也删除。也就是说添加的这些管理混乱，你检查一下。
后来我又研究了 PopClip 集成：
我做的 aski 怎么跟 popclip 结合起来？效果就是选中就弹出来 popclip 的按钮，直达 aski，可以做吗？
UI 细节也继续调整：
当我复制文字的时候，上面框起来的两个地方不优雅，是不是弄一个引用符号会更简洁？
然后我又开始关心历史记录和截图到底保存在哪里。
研究一下最新版的 aski，查一下源码，看看保存的历史记录在哪里，我想让你在设置的权限那里，添加一个能直接打开历史记录文件夹的按钮，因为我要删除里面冗余的东西，尤其是截图。另外你要告诉我一下，这个软件的截图都保存了还是没有？理论上最好不要保存。你帮我查一下。
甚至在 Typora 里发现了选中文本少一个字的问题。
查一下源码，我发现一个 bug，在 typora 里使用 aski 的时候，我发现鼠标明明选中了 5 个字，但是 aski 实际上选中的是前 4 个字。你帮我看看为啥会这样？
最后我又把 UI 整体改成了孟菲斯风格。
把 UI 整体变成孟菲斯风格，设置页外观把原来的系统跟孟菲斯变成两个可选风格。
设置页里还加了一句：
本 App 由“魔云兽”使用 Floatboat 制作。
还要求 Floatboat 变成蓝色超链接，加下划线。
最后，我让它把 README 和源码一致起来，又升级了落地页。
帮你把过时自相矛盾的 README 校正到与源码一致。
太完美了。以这个为最终版。通读源码以后，升级落地页：Aski-落地页-孟菲斯.html。
当然，还有一堆我就不继续啰嗦了。
主要过程就是这样。
AI 做 App，有极快的反馈回路
很多人以为，用 AI 做 App，就是一句话生成一个软件。
实际不是。
至少我这次的感受不是。
这个过程有着极快的反馈回路：
先说出一个粗糙需求。AI 就给我一个能跑的版本。
我马上使用，发现哪里不顺手，哪里不优雅，哪里不符合直觉。
然后我把这种“不舒服”说出来。
AI 再修改。
我再试。
它再改。
这个过程的核心，就是：描述不满意。
我不懂 Swift。
不懂 macOS 权限。
不懂本地模型调用。
不懂快捷键监听。
也不懂打包、签名、PopClip 扩展到底应该怎么做。
但我懂一件事：
这个东西用起来顺不顺。
输入框应该在上面还是下面。
选中文字以后，引用区域优不优雅。
按钮该叫“插入”还是“复制”。
卡片宽度是不是适合手机。
唤醒动画有没有手感。
截图是否应该默认保存。
历史记录入口放在哪里才合理。
这些都不是纯粹的代码问题，而是使用感问题。
你的感受、审美、经验、工作流，就是你的开发工具。
你把麻烦说出来，让 AI 帮你一点点把它变成能用的东西。
这也是我建议初学者做 AI App 的起点：
先找一个你自己每天都会遇到的小麻烦。
它足够具体。它每天重复。它不解决也能活，但解决了会很爽。
那我为什么停在这里？
因为一个个人工具和一个商业产品，边界是不一样的。
如果继续做，Aski 当然还可以加很多东西。
比如：
- 多设备同步。
- Prompt 模板库。
- 更完整的知识库。
- 更强的网页搜索。
- 插件系统。
- 自动更新。
- 更漂亮的动画。
- 更稳定的打包和分发。
- 甚至还可以做账号体系、会员体系、云端同步。
今天加搜索，明天加截图，后天加皮肤，大后天加插件。
你会突然发现，到处都是可以被改造的东西。
这当然很迷人，但也很危险。
一旦开始就真的停不下来了。现在睡眠已经够少了:)
当你在那里熬着夜，静静观察自己是如何得陇望蜀的，这过程还蛮恐怖的。😃
最后
无论如何，我们又做了一个app，创造的快乐还是非常强烈的。回头有新想法，并且有大量的时间，再开新坑吧。
