Compose Multiplatform+Kotlin Multiplatfrom 第六弹跨平台 AI应用

引言

  Compose Multiplatform+Kotlin Multiplatfrom开发多平台应用，这篇文章续上之前的大模型对话开发实现的功能展开分析，因为放假没有时间整理 代码，后面再补充吧，实现了更全面的多平台AI问答应用，支持Android、iOS、Windows、Mac、Linux。有疑问的评论加关注谢谢。

功能效果

平台功能

我是使用硅基流动、deepseek、腾讯混元等大模型，文本问答用deepseek-v3，深度思考用deepseek-R1，图片问答用hunyuan-vision，助手工具问答Pro/Qwen/Qwen2.5-VL-7B-Instruct。

全平台

• 1.多轮机器对话 ,支持多个大模型切换
• 2.本地会话记录缓存，文本、图片会话加载
• 3.黑暗模式切换，支持所有系统，支持代码框包裹
• 4.富文本对代码支持，对部分公式函数支持
• 5.系统图册选择后模型问答，支持每轮引用图片问答
• 6.desktop端截图后的模型问答，手机拍照回答图片的问答
• 7.多端编译，一套代码开发，适配不同机型和系统，磨平差异性
• 8.大模型自动调度，接入深度思考R1
• 9.消息对话内容可选择，可复制，可重新生成问答
• 10.图片预览
• 11.欢迎语动画welcome,支持lottie动画
• 12.消息列表、历史列表根据内容自适应滚动条
• 13.消息列表过长可一键置底
• 14.抽屉布局自适应，桌面端可隐藏，手机端是抽屉
• 15.点击头像跳转默认浏览器
• 16.设置回答用中文或英文，实时生效
• 17.接入联网搜索，暂未有免费api，博查收费
• 18.本地知识库构建，离线小模型处理，多场景搜索算法智能调用，更多助手工具的使用。

desktop端

• 1.截图功能，第五弹文章单独放出实现代码，后面再融入更多需求后扩展了，截图可windows/mac，Mac使用时就会询问权限，windows添加了全局快捷键Alt+A响应快速截图然后拉起应用直接问答。Alt+B全局拉起应用主窗口。
• 托盘隐藏最小化，托盘菜单有打开、退出，双击打开应用主窗口。
• 这次实现了类似豆包的AI划词工具，但是支持的应用有限，选中的速度也没它快，因为是纯Java实现，用了JNA+UIAutomation组合技术架构，获取系统钩子监听鼠标状态，部分win32应用，如记事本和notepad++直接可用user32消息命令检测所选文字，主要支持Chrome浏览器、Edge浏览器，火狐不知道为啥只能定位到首个标签页。
• 划词后，全局AI浮窗显示，可一键搜索、总结、复制，快速拉起主应用窗口进行问答。

热点方向

Agent模式、助手api、mcp、更多模型融合,离线RAG，本地文件规则自动补充请求，后面会加入文件解析、翻译文本

其他问题

• windows下关闭主窗口托盘隐藏时，快捷键Alt+B响应了但是显示代码无效。
• 联网搜索，未找到免费api,博查，bing都要钱充。
• 助手工具，实现了天气询问的调用工具，发现openAI内置工具，其他大模型基本没有。
• 我用的openai-kotlin三方库处理大模型请求，发现v4.0.1版本没有reasoning_content字段，这个是深度思考返回的数据值，但是不影响结果，但是思考过程就没有显示了。
• 默认每个button内的Text的文字都会偏上，什么原因？
• 划词工具其实我实现的不好，很多应用都不支持，用UIAutomation要测试出目标应用的焦点布局控件，很繁琐没有通用的代码，试过剪切板方式，很简单就获取划词了，但是为了不污染用户剪切板去恢复文件或文字，在恢复文件无法解决lostOwnership()接口多次粘贴后丢失问题，有知道豆包实现原理可讨论下，要c#实现的那不会。

总结

现在大模型应用迭代很快，主要是开源的大模型的能力越来越强，还有使用上的新形式，很多以复杂的Agent模式来交叉处理任务，能自行规划任务流输出，在特定使用场景下效果很炸裂。我尝试openAI的助手工具api，效果不太好，后续再找其他模型试试，其实对我们还是想在办公场景下提效，对工具的调用上做更多的处理。整个多平台应用的开发，还有些高级的写法没怎么用到，基础功能开发没啥问题。