Wingman-AI：实时多模态AI会议助手，2秒内给出智能建议

Wingman-AI是一款隐形桌面AI助手，专为会议、面试等场景设计，可实时分析屏幕内容与音频，通过Gemini 2.5 Flash-Lite（云端）或Ollama本地模型，在2秒内提供智能建议。支持多模态处理，注重隐私保护，不打断对话流程，为用户提供及时智能支持。

想象面试或商务会议中遇到复杂问题需快速组织思路的场景，Wingman-AI作为隐形助手在后台工作。它是一款隐形、实时的桌面助手，专为现场会议和面试设计，不打断对话流程，默默提供及时相关的智能支持。

双模型策略：Gemini 2.5 Flash-Lite适用于网络良好场景（多模态原生、低延迟优化）；Ollama本地模型适用于隐私敏感/离线场景（数据不上云、零网络依赖）。 工作流程：静默监听（后台捕获屏幕和音频）→智能触发（语音/视觉/手动）→上下文构建（整合屏幕与音频信息）→推理生成（流式接收模型建议）→建议呈现（浮动窗口显示）。

视觉理解：屏幕截图分析（代码、文档等）、实时画面捕获、视觉问答；应用场景包括代码解释、文档关键信息提取、图表解读。 音频处理：语音转文字、上下文理解、问题识别；应用场景包括面试问题检测、会议主题追踪。 极速响应：<2秒延迟、流式生成建议、预加载优化。

本地优先：优先本地处理，仅云端模型时发送必要数据，支持完全离线模式。 数据最小化：仅捕获指定区域，排除敏感应用（如密码管理器），自动清理临时缓存。 透明控制：可视化捕获指示器、一键暂停/恢复功能、详细隐私设置选项。

技术面试：分析语音问题，提供算法思路/伪代码，提醒边界条件；建议作为思路启发工具，用自己的话组织内容。 商务会议：分析演示文档，准备回答要点，追踪议程；建议结合个人专业知识回应。 学术答辩：理解专业术语，提供研究方法解释框架；建议主动展示思考过程。

局限性：伦理上需透明告知使用AI，技术上云端模式依赖网络、占用系统资源，平台兼容存在系统API差异。 未来方向：功能扩展（多语言支持、会议记录、工具集成）、性能优化（边缘计算、模型量化）、协作功能（团队知识库、实时协作）。

Wingman-AI代表AI辅助工具的新方向，定位为关键时刻的智能支持，设计哲学是隐形、快速、多模态。工具价值取决于使用者的智慧，最好的AI助手应知道何时帮助何时沉默。