别再把 AI 网页开一堆了:Kivio 把聊天、翻译、截图问答塞进一个桌面小窗口

如果你平时用 AI，可能已经习惯了这样的状态：浏览器里开着 ChatGPT、Claude、DeepSeek 或各种兼容接口页面；遇到英文文档要复制过去翻译；看到截图、公式、表格，还得先截屏、上传、再追问。

Kivio 想解决的不是“再做一个聊天窗口”，而是把这些零散动作放回桌面：聊天、截图问答、OCR、翻译、工具调用、MCP、Skills、文件和图片附件，都尽量用一个轻量客户端承接。

项目地址：https://github.com/ZMGID/kivio

截至本次整理，README 显示最新版本为 v2.7.1，支持 macOS 14+ 和 Windows 10/11，协议为 GPL-3.0。下载时建议以 GitHub Releases 页面为准。

一、它解决的不是聊天，而是“桌面 AI 入口太分散

很多 AI 工具的问题不是不能用，而是入口太多。

比如你要翻译一段选中文本，通常要复制、切网页、粘贴、等待；要解释截图里的表格，又要截屏、上传、描述背景；要让 AI 帮你处理文件，还要确认当前网页或客户端是否支持附件、是否能跑工具。

Kivio 的思路是：把这些高频动作收拢到一个桌面客户端里。

1. 更像常驻工具，而不是网页标签页

Kivio 可以停在托盘或菜单栏，需要时再唤起。它的重点不是做一个“大而全工作台”，而是让 AI 能更快介入桌面上的当前任务。

你可以把它理解成：

• 平时用它聊天、整理项目、管理助手；

• 看文档时用快捷键翻译；

• 看到图片、公式、表格时用 Lens 截图提问；

• 需要复杂任务时，再交给 Agent、MCP、Skills 和工具运行时。

2. 对“屏幕上的内容”更友好

Kivio 的 Lens 功能比较适合处理屏幕内容：截图后可以做视觉问答、OCR、公式提取、文本润色，也能保留每张图片的追问历史。

这类能力适合几个场景：

• 看论文、教程、技术文档时，截图解释公式或图表；

• 阅读英文软件界面时，直接圈选区域翻译；

• 看到一段长截图文字时，提取、总结、改写；

• 让 AI 根据截图继续回答，而不是重新描述一遍背景。

3. 不强行绑定某一家模型

Kivio 支持 OpenAI 兼容接口和 Anthropic Messages，也在 README 中提到 DeepSeek、SiliconFlow、Ollama Cloud 等提供方。更实用的一点是，它可以按功能配置不同模型，并支持多 Key 失败切换。

这意味着你不必把所有任务都压到同一个模型上。比如聊天用一个模型，翻译用另一个模型，视觉问答再走更适合图片理解的模型。

二、几个值得先试的功能

如果第一次打开 Kivio，不建议一上来研究所有设置。可以先从下面几个功能试起。

1. Kivio Agent：把聊天变成可调用工具的工作区

Agent 是 Kivio 的主工作区。它支持聊天、项目、助手、记忆、文件/图片附件、MCP、Skills，以及一些原生工具，例如文件操作、Shell、网页获取/搜索、Pyodide run_python。

对普通用户来说，可以先把它当成“更贴近本机环境的 AI 客户端”。当你需要让 AI 读文件、处理资料、调用工具时，它会比纯网页聊天更顺手。

2. Lens：截图后直接问

Lens 适合解决“我不想描述截图内容”的问题。

比如你看到一个报错弹窗、一段公式、一张表格，或者网页里某块英文说明，可以直接截图并追问。Kivio README 中展示了公式提取、文本优化等用法，这比复制粘贴更贴近真实桌面工作流。

3. 快捷翻译：选中文本、窗口、区域都能处理

Kivio 的翻译功能覆盖 typed text、selected text、windows 和 arbitrary screen regions。简单说，不只是粘贴文本翻译，也能对窗口或屏幕区域做截图翻译。

这对经常读英文软件界面、海外文档、GitHub Issue 的用户会比较有用。

4. 设置页：把模型、工具、权限放在一个地方

Kivio 的设置页可以配置模型提供方、不同功能使用的模型、提示词、MCP Servers、Skills、网页搜索、记忆和工具审批。

这类设置会影响安全边界。尤其是 Shell、文件操作、MCP 这类能力，建议不要默认全放开，先确认工具审批逻辑和使用场景。

三、上手路径：先跑通，再扩展

Kivio 不是那种“下载就完全不用配置”的 AI 客户端。它更适合已经有 API Key、知道自己要接哪类模型的用户。

1. 下载最新版

进入项目 Releases 页面：

https://github.com/ZMGID/kivio/releases/latest

README 中说明：

• macOS：Apple Silicon DMG；

• Windows：NSIS `.exe` 安装包。

如果页面显示的版本已经高于本文提到的 v2.7.1，以 GitHub Releases 为准。

2. 安装并授予必要权限

macOS 用户需要特别注意权限。README 提到，全局快捷键、粘贴回写、截图捕获等能力需要 Accessibility 和 Screen Recording 权限。

如果 macOS 提示 Kivio.app is damaged，README 给出的处理命令是：

sudo xattr -rd com.apple.quarantine /Applications/Kivio.app

3. 添加模型提供方

打开 Settings → Model Providers，添加 OpenAI 兼容接口、Anthropic Messages 或其它支持的模型服务。

建议先只配置一个你最常用、最稳定的提供方。确认聊天、翻译和 Lens 都能正常响应之后，再考虑按功能拆分模型。

4. 先记住几个快捷键

动作	macOS	Windows
Translator	Command+Option+T	Ctrl+Alt+T
截图翻译	Command+Shift+A	Ctrl+Shift+A
选中文本翻译	Command+Shift+T	Ctrl+Shift+T
Lens 截图提问	Command+Shift+G	Ctrl+Shift+G

所有快捷键都可以在设置里重新映射。如果和系统或其它工具冲突，优先改快捷键，不要硬顶着用。

四、适合谁，不适合谁

1. 适合这些用户

• 经常在桌面上处理英文资料、截图、公式、表格；

• 已经有 API Key，不想长期依赖某一个网页端；

• 希望把聊天、翻译、截图问答、工具调用放在同一个入口；

• 想尝试 MCP、Skills、Agent 工作流，但又不想每次都切到命令行。

2. 不太适合这些情况

• 只想免费用现成网页 AI，不准备配置任何模型服务；

• 对桌面应用授予截图、辅助功能权限比较敏感；

• 只需要偶尔聊天，不需要翻译、截图问答、工具调用；

• 不想维护 API Key、模型路由和工具权限。

3. 使用时要注意什么

Kivio 的亮点在于“更靠近本机和屏幕”，这也意味着你要更认真地看权限。

截图、OCR、文件、Shell、MCP、工具审批，这些能力很实用，但不适合无脑全开。建议从聊天、翻译、Lens 这几个低风险入口开始，确认体验稳定后，再逐步打开更强的 Agent 能力。

五、优缺点简单说

维度	值得关注的地方	使用建议
入口整合	聊天、翻译、截图问答、工具调用在一个客户端里	先从翻译和 Lens 开始试，不必一次配置全部能力
模型接入	支持 OpenAI 兼容接口、Anthropic Messages 等	先配置一个稳定提供方，再做多模型路由
桌面权限	截图、全局快捷键、粘贴回写需要系统权限	只授予确实需要的权限，并定期检查工具审批
进阶能力	MCP、Skills、文件工具、Shell、Pyodide 等更适合重度用户	不要一上来全开，按任务逐步启用

如果你只是偶尔问几句话，Kivio 未必比网页端更省事。

但如果你经常在桌面上读资料、看截图、翻译界面、处理文件，又希望把 AI 客户端和 Agent 工作流放在一个入口里，Kivio 值得试一下。

我的建议是：先下载最新版，配置一个稳定模型，跑通聊天、翻译和 Lens。等这几个高频动作确实用顺手了，再去折腾 MCP、Skills、工具审批和多模型路由。

— 分享奇点 · 开源工具观察 —

关注「分享奇点」

继续分享开源项目、效率工具和技术教程。