> 项目地址：https://github.com/zskr-at-ladge/text-reader

一、起因：一个小小的需求

一直有个小痛点：工作需要英语，网上看一段英文文章来学习，有时候想"听"读音而不是只"看"，想找一个**选中文字就能朗读**的小工具，找了一圈没找到满意的——要么太重，要么不支持中文，要么操作麻烦。

于是我想：**能不能自己做一个？**

需求很简单：

1. 选中任意文字

2. 出现一个朗读按钮

3. 点击朗读，再点停止

4. 不要弹窗，不要复杂操作

二、求助AI：WorkBuddy全程代劳

我用的工具是 **WorkBuddy**——一个本地运行的AI编程助手，可以理解自然语言指令、写代码、调试、甚至帮你推代码到GitHub。

我跟它说：

> *"我想给我电脑加一个功能：选中文本后，鼠标右上角出现一个声音标志，按Enter朗读选中文本，这个难吗？"*

它说：**不难，完全可以做！**

三、第一版：键盘触发方案（踩坑）

WorkBuddy很快写出了第一版：选中文字 → 右上角弹出🔊图标 → 按**Enter**朗读。

但马上发现问题：**Enter键冲突！**

在任何输入框里选中文字后按Enter，文字会被编辑/换行，根本没法正常朗读。这是**根本性的设计问题**，换按键也没用。

> 💡 **AI的优势在这里体现**：它没有固执地让我"换个按键"，而是主动提出：**直接点击图标朗读，零冲突！**

四、第二版：点击触发 + 系统托盘

改版后的方案：

- 选中文字 → 松开鼠标 → 右上角出现🔊图标

- **点击图标**朗读，再点停止

- 加入**系统托盘图标**，随时可以看到程序在运行，右键可退出

这一步WorkBuddy帮我：

1. 用`tkinter`做了悬浮图标窗口

2. 用`pystray`做了系统托盘

3. 用Windows原生的`System.Speech` PowerShell命令做TTS（**原生支持中文，无需额外模型**）

五、打包开源：WorkBuddy帮我推到GitHub

功能完成后，我想开源。我跟WorkBuddy说：

> *"把这个功能开源到我的GitHub吧，写好README"*

它做了这些事：

1. 自动写了`README.md`（包含功能介绍、使用说明、技术原理）

2. 写了`LICENSE`（MIT协议）

3. 写了`.gitignore`

4. 用我的GitHub Token初始化了git仓库

5. 直接`git push`到了我的GitHub

**全程我只需要提供GitHub用户名和Token，其他全部自动完成。**

六、最终效果

| 功能 | 状态 |

|--------------------------|------|

| 选中文字弹出图标 | ✅ |

| 点击图标朗读        | ✅ |

| 支持中英文            | ✅（Windows原生TTS） |

| 系统托盘常驻        | ✅ |

| 零键盘冲突            | ✅ |

| 开源到GitHub        | ✅ |

---

七、技术细节（给开发者看）

核心依赖

keyboard          # 模拟Ctrl+C获取选中文字

pyperclip        # 剪贴板读写

pystray + Pillow # 系统托盘图标

tkinter          # 悬浮图标窗口（Python内置）

ctypes           # 调用Windows API获取鼠标位置

```

### TTS实现（支持中文）

不依赖任何第三方语音包，直接调用Windows原生API：

```python

powershell -Command "Add-Type -AssemblyName System.Speech;

$s = New-Object System.Speech.Synthesis.SpeechSynthesizer;

$s.Rate = 1;

$s.Speak('你好世界');"

```

### 检测选中文字的原理

鼠标左键松开后，模拟`Ctrl+C`，对比剪贴板内容变化来判断是否有选中文字——简单有效。

---

八、总结：AI辅助开发的实际体验

这次从**想法**到**可用程序**到**开源发布**，全程用自然语言跟AI对话完成，有几个感受：

**✅ 适合的场景：**

- 有明确需求但不想从零写代码

- 功能相对独立、逻辑不复杂

- 需要快速出原型验证想法

**⚠️ 需要注意的：**

- AI写的代码需要你自己测试验证（我的Enter键冲突就是例子）

- Token、密码等敏感信息不要直接发给AI（事后要及时撤销）

- 最终还是要理解代码在干什么，不能完全当甩手掌柜

---

九、试试看？

项目完全开源，代码不到200行，适合Python新手学习：

🔗 **https://github.com/zskr-at-ladge/text-reader**

如果你也想用AI做小工具，强烈推荐试试**WorkBuddy**——它不只是"回答问题"，而是真的能帮你把想法落地成可用的东西。

*如果你觉得这个项目有用，欢迎Star⭐、Fork🍴、提Issue！*