项目背景
在学习和开发过程中，我经常需要把屏幕上的报错、题目或界面交给不同的 AI 工具分析。传统流程要经历截图、保存文件、打开网页、上传图片和输入问题等多个步骤。AskBridge 将这条链路压缩为一个 Windows 全局快捷键，同时保留最终发送前的人工确认。
使用体验
Alt+Q：框选截图并显示工具条，可复制截图、切换模型或准备到网页输入区Alt+Shift+Q：使用默认模型和快速提示词准备截图内容Alt+W：打开默认模型网页，进行纯文字提问
当前代码版本为 2.0.1，支持 ChatGPT、Gemini、Claude、豆包、DeepSeek、智谱清言（GLM）、Kimi 和自定义 HTTPS 供应商。重新设计的截图工具条可以直接切换模型、复制截图或确认准备；模型选择会保存为下一次的默认项。
浏览器侧提供四种可选路径：已有桌面网页端、AskBridge 专用 Chrome、通用粘贴，以及“专用 Chrome 优先，安全失败后通用粘贴”。桌面网页端和通用粘贴会在唯一输入区附近检测稳定的新附件结构；一旦已经执行粘贴但附件状态仍不确定，程序会停止并提示用户检查，不会猜测重试。
系统架构
项目使用 Rust workspace 组织为三层：
- askbridge-core：定义配置、请求模型和不依赖 Win32 的领域约束
- askbridge-win：实现托盘程序、截图覆盖层、原生设置界面、浏览器生命周期与供应商适配
- xtask：承载发布产物、哈希和性能报告等可测试的工程校验逻辑
自动准备网页时，AskBridge 通过 Chrome DevTools Protocol 维护持久连接与 Target Session，定位可编辑输入区并上传临时截图。桌面网页端和受支持的 AI 客户端则通过窗口聚焦、单次粘贴和附件回执校验完成准备。页面、附件或目标状态不明确时会停止操作，避免猜测点击、重复粘贴或部分写入后切换路径。
隐私与安全边界
AskBridge 不调用模型 API，也不运行本地模型；不会读取密码、Cookie、网页正文或历史对话。日志只记录阶段、耗时和错误类别，不保存问题原文、截图内容或完整聊天 URL。所有请求的 auto_submit 固定为 false，工具只负责准备内容，最终发送始终由用户决定。
专用 Chrome 使用独立浏览器配置，不连接日常 Chrome 数据。需要临时落盘的截图会保存在 AskBridge 数据目录中，并在操作完成、失败或取消后删除；更新缓存也会在使用后或下次启动时清理。
安全更新
安装版会在启动时及每 24 小时检查一次 GitHub Releases，也可以从托盘手动检查。发现新版本后，只有在用户确认时才会下载安装包；客户端会同时核对 SHA-256 与维护者的离线 Ed25519 签名，再正常退出、原位置升级并重新启动。更新保留现有 data，失败时恢复原程序；便携版只提示新版本，由用户手动替换文件。
工程化与发布
项目提供 Windows CI、最低 Rust 版本检查、格式检查、严格 Clippy、workspace 测试、Release 构建、安装包与便携包验证，以及真实 UI/浏览器流程的验收脚本。普通提交只运行 CI；与版本号一致的标签才触发发布流程，重新完成 MSVC 校验并生成安装程序、便携 ZIP、SHA-256 清单和离线签名。AskBridge 2.0.1 已作为公开 Release 发布，并以 Apache License 2.0 开源。
项目反思
这个项目最难的部分不是“把图片放进网页”，而是在网页结构变化、浏览器与桌面客户端状态不确定、多种登录方式并存时，仍然保持可解释、可恢复且不误发送。开发过程中，我把“失败时不猜测”“发送权始终属于用户”从交互原则推进为跨配置、运行时、更新、打包与验收的系统约束，也把软件更新从单纯下载提升为一条可验证的信任链。这让我更深入地理解了 Windows 原生开发、浏览器自动化与安全交付之间的关系。