@lobehub/chat 1.75.4 → 1.76.0

package/src/config/aiModels/infiniai.ts

@@ -2,6 +2,7 @@ import { AIChatModelCard } from '@/types/aiModel';
 
 // https://cloud.infini-ai.com/genstudio/model
 // All models are currently free
+// Currently the platform doesn't support Function Call
 
 const infiniaiChatModels: AIChatModelCard[] = [
   {
@@ -24,8 +25,8 @@ const infiniaiChatModels: AIChatModelCard[] = [
   {
     contextWindowTokens: 65_536,
     description:
-      'DeepSeek-V3 是一个强大的专家混合（MoE）语言模型，总参数量为 671B，每个 Token 激活 37B 参数。该模型采用多头潜在注意力（MLA）和 DeepSeekMoE 架构，实现了高效推理和经济训练。',
-    displayName: 'DeepSeek V3',
+      'DeepSeek-V3-0324 是一个强大的专家混合（MoE）语言模型，总参数量为 671B，每个 Token 激活 37B 参数。该模型采用多头潜在注意力（MLA）和 DeepSeekMoE 架构，实现了高效推理和经济训练，并在前代 DeepSeek-V3 的基础上显著提升了性能。',
+    displayName: 'DeepSeek V3 0324',
     enabled: true,
     id: 'deepseek-v3',
     pricing: {
@@ -54,7 +55,6 @@ const infiniaiChatModels: AIChatModelCard[] = [
     description:
       'DeepSeek-R1-Distill-Qwen-32B 是基于 DeepSeek-R1 蒸馏而来的模型，在 Qwen2.5-32B 的基础上使用 DeepSeek-R1 生成的样本进行微调。该模型在各种基准测试中表现出色，保持了强大的推理能力。',
     displayName: 'DeepSeek R1 Distill Qwen 32B',
-    enabled: true,
     id: 'deepseek-r1-distill-qwen-32b',
     pricing: {
       currency: 'CNY',
@@ -64,12 +64,15 @@ const infiniaiChatModels: AIChatModelCard[] = [
     type: 'chat',
   },
   {
-    contextWindowTokens: 32_768,
+    abilities: {
+      vision: true,
+    },
+    contextWindowTokens: 125_000,
     description:
-      'Qwen2.5 是 Qwen 大型语言模型系列的最新成果。Qwen2.5 发布了从 0.5 到 720 亿参数不等的基础语言模型及指令调优语言模型。Qwen2.5 相比 Qwen2 带来了以下改进：\n显著增加知识量，在编程与数学领域的能力得到极大提升。\n在遵循指令、生成长文本、理解结构化数据 (例如，表格) 以及生成结构化输出特别是 JSON 方面有显著提升。对系统提示的多样性更具韧性，增强了聊天机器人中的角色扮演实现和条件设定。\n支持长上下文处理。\n支持超过 29 种语言的多语言功能，包括中文、英语、法语、西班牙语、葡萄牙语、德语、意大利语、俄语、日语、韩语、越南语、泰语、阿拉伯语等。',
-    displayName: 'Qwen2.5 72B Instruct',
+      'Qwen2.5-VL 系列模型提升了模型的智能水平、实用性和适用性，使其在自然对话、内容创作、专业知识服务及代码开发等场景中表现更优。旗舰模型 Qwen2.5-VL-72B-Instruct 在涵盖多个领域和任务的基准测试中展现出强大的竞争力，包括大学水平的问题解答、数学、文档理解、通用问答、视频理解以及视觉代理任务等。',
+    displayName: 'Qwen2.5 VL 72B Instruct',
     enabled: true,
-    id: 'qwen2.5-72b-instruct',
+    id: 'qwen2.5-vl-72b-instruct',
     pricing: {
       currency: 'CNY',
       input: 0,
@@ -78,12 +81,15 @@ const infiniaiChatModels: AIChatModelCard[] = [
     type: 'chat',
   },
   {
-    contextWindowTokens: 32_768,
+    abilities: {
+      vision: true,
+    },
+    contextWindowTokens: 125_000,
     description:
-      'Qwen2.5 是 Qwen 大型语言模型系列的最新成果。Qwen2.5 发布了从 0.5 到 720 亿参数不等的基础语言模型及指令调优语言模型。Qwen2.5 相比 Qwen2 带来了以下改进：\n显著增加知识量，在编程与数学领域的能力得到极大提升。\n在遵循指令、生成长文本、理解结构化数据 (例如，表格) 以及生成结构化输出特别是 JSON 方面有显著提升。对系统提示的多样性更具韧性，增强了聊天机器人中的角色扮演实现和条件设定。\n支持长上下文处理。\n支持超过 29 种语言的多语言功能，包括中文、英语、法语、西班牙语、葡萄牙语、德语、意大利语、俄语、日语、韩语、越南语、泰语、阿拉伯语等。',
-    displayName: 'Qwen2.5 32B Instruct',
+      'Qwen2.5-VL 系列模型提升了模型的智能水平、实用性和适用性，使其在自然对话、内容创作、专业知识服务及代码开发等场景中表现更优。32B 版本使用了强化学习技术优化模型，与 Qwen2.5 VL 系列的其它模型相比，提供了更符合人类偏好的输出风格、复杂数学问题的推理能力，以及图像细粒度理解与推理能力。',
+    displayName: 'Qwen2.5 VL 32B Instruct',
     enabled: true,
-    id: 'qwen2.5-32b-instruct',
+    id: 'qwen2.5-vl-32b-instruct',
     pricing: {
       currency: 'CNY',
       input: 0,
@@ -92,12 +98,14 @@ const infiniaiChatModels: AIChatModelCard[] = [
     type: 'chat',
   },
   {
-    contextWindowTokens: 32_768,
+    abilities: {
+      vision: true,
+    },
+    contextWindowTokens: 125_000,
     description:
-      'Qwen2.5-Coder 是最新的代码专用 Qwen 大型语言模型系列。Qwen2.5-Coder 在 CodeQwen1.5 的基础上带来了以下改进：\n显著提升代码生成、代码推理和代码修复能力。\n支持真实世界应用，例如代码代理，增强编码能力和数学及一般能力。\n支持长上下文处理。',
-    displayName: 'Qwen2.5 Coder 32B Instruct',
-    enabled: true,
-    id: 'qwen2.5-coder-32b-instruct',
+      'Qwen2.5-VL 系列模型提升了模型的智能水平、实用性和适用性，使其在自然对话、内容创作、专业知识服务及代码开发等场景中表现更优。',
+    displayName: 'Qwen2.5 VL 7B Instruct',
+    id: 'qwen2.5-vl-7b-instruct',
     pricing: {
       currency: 'CNY',
       input: 0,
@@ -109,9 +117,9 @@ const infiniaiChatModels: AIChatModelCard[] = [
     contextWindowTokens: 32_768,
     description:
       'Qwen2.5 是 Qwen 大型语言模型系列的最新成果。Qwen2.5 发布了从 0.5 到 720 亿参数不等的基础语言模型及指令调优语言模型。Qwen2.5 相比 Qwen2 带来了以下改进：\n显著增加知识量，在编程与数学领域的能力得到极大提升。\n在遵循指令、生成长文本、理解结构化数据 (例如，表格) 以及生成结构化输出特别是 JSON 方面有显著提升。对系统提示的多样性更具韧性，增强了聊天机器人中的角色扮演实现和条件设定。\n支持长上下文处理。\n支持超过 29 种语言的多语言功能，包括中文、英语、法语、西班牙语、葡萄牙语、德语、意大利语、俄语、日语、韩语、越南语、泰语、阿拉伯语等。',
-    displayName: 'Qwen2.5 14B Instruct',
+    displayName: 'Qwen2.5 72B Instruct',
     enabled: true,
-    id: 'qwen2.5-14b-instruct',
+    id: 'qwen2.5-72b-instruct',
     pricing: {
       currency: 'CNY',
       input: 0,
@@ -123,9 +131,9 @@ const infiniaiChatModels: AIChatModelCard[] = [
     contextWindowTokens: 32_768,
     description:
       'Qwen2.5 是 Qwen 大型语言模型系列的最新成果。Qwen2.5 发布了从 0.5 到 720 亿参数不等的基础语言模型及指令调优语言模型。Qwen2.5 相比 Qwen2 带来了以下改进：\n显著增加知识量，在编程与数学领域的能力得到极大提升。\n在遵循指令、生成长文本、理解结构化数据 (例如，表格) 以及生成结构化输出特别是 JSON 方面有显著提升。对系统提示的多样性更具韧性，增强了聊天机器人中的角色扮演实现和条件设定。\n支持长上下文处理。\n支持超过 29 种语言的多语言功能，包括中文、英语、法语、西班牙语、葡萄牙语、德语、意大利语、俄语、日语、韩语、越南语、泰语、阿拉伯语等。',
-    displayName: 'Qwen2.5 7B Instruct',
+    displayName: 'Qwen2.5 32B Instruct',
     enabled: true,
-    id: 'qwen2.5-7b-instruct',
+    id: 'qwen2.5-32b-instruct',
     pricing: {
       currency: 'CNY',
       input: 0,
@@ -134,12 +142,11 @@ const infiniaiChatModels: AIChatModelCard[] = [
     type: 'chat',
   },
   {
-    contextWindowTokens: 8192,
+    contextWindowTokens: 32_768,
     description:
-      'Meta 发布的 LLaMA 3.3 多语言大规模语言模型（LLMs）是一个经过预训练和指令微调的生成模型，提供 70B 规模（文本输入/文本输出）。该模型使用超过 15T 的数据进行训练，支持英语、德语、法语、意大利语、葡萄牙语、印地语、西班牙语和泰语，知识更新截止于 2023 年 12 月。',
-    displayName: 'LLaMA 3.3 70B',
-    enabled: true,
-    id: 'llama-3.3-70b-instruct',
+      'Qwen2.5-Coder 是最新的代码专用 Qwen 大型语言模型系列。Qwen2.5-Coder 在 CodeQwen1.5 的基础上带来了以下改进：\n显著提升代码生成、代码推理和代码修复能力。\n支持真实世界应用，例如代码代理，增强编码能力和数学及一般能力。\n支持长上下文处理。',
+    displayName: 'Qwen2.5 Coder 32B Instruct',
+    id: 'qwen2.5-coder-32b-instruct',
     pricing: {
       currency: 'CNY',
       input: 0,
@@ -150,10 +157,9 @@ const infiniaiChatModels: AIChatModelCard[] = [
   {
     contextWindowTokens: 32_768,
     description:
-      'Qwen2 是 Qwen 团队推出的新一代大型语言模型系列。它基于 Transformer 架构，并采用 SwiGLU 激活函数、注意力 QKV 偏置(attention QKV bias)、群组查询注意力(group query attention)、滑动窗口注意力(mixture of sliding window attention)与全注意力的混合等技术。此外，Qwen 团队还改进了适应多种自然语言和代码的分词器。',
-    displayName: 'Qwen 2 72B Instruct',
-    enabled: true,
-    id: 'qwen2-72b-instruct',
+      'Qwen2.5 是 Qwen 大型语言模型系列的最新成果。Qwen2.5 发布了从 0.5 到 720 亿参数不等的基础语言模型及指令调优语言模型。Qwen2.5 相比 Qwen2 带来了以下改进：\n显著增加知识量，在编程与数学领域的能力得到极大提升。\n在遵循指令、生成长文本、理解结构化数据 (例如，表格) 以及生成结构化输出特别是 JSON 方面有显著提升。对系统提示的多样性更具韧性，增强了聊天机器人中的角色扮演实现和条件设定。\n支持长上下文处理。\n支持超过 29 种语言的多语言功能，包括中文、英语、法语、西班牙语、葡萄牙语、德语、意大利语、俄语、日语、韩语、越南语、泰语、阿拉伯语等。',
+    displayName: 'Qwen2.5 14B Instruct',
+    id: 'qwen2.5-14b-instruct',
     pricing: {
       currency: 'CNY',
       input: 0,
@@ -164,10 +170,9 @@ const infiniaiChatModels: AIChatModelCard[] = [
   {
     contextWindowTokens: 32_768,
     description:
-      'Qwen2 是 Qwen 团队推出的新一代大型语言模型系列。它基于 Transformer 架构，并采用 SwiGLU 激活函数、注意力 QKV 偏置(attention QKV bias)、群组查询注意力(group query attention)、滑动窗口注意力(mixture of sliding window attention)与全注意力的混合等技术。此外，Qwen 团队还改进了适应多种自然语言和代码的分词器。',
-    displayName: 'Qwen 2 7B Instruct',
-    enabled: true,
-    id: 'qwen2-7b-instruct',
+      'Qwen2.5 是 Qwen 大型语言模型系列的最新成果。Qwen2.5 发布了从 0.5 到 720 亿参数不等的基础语言模型及指令调优语言模型。Qwen2.5 相比 Qwen2 带来了以下改进：\n显著增加知识量，在编程与数学领域的能力得到极大提升。\n在遵循指令、生成长文本、理解结构化数据 (例如，表格) 以及生成结构化输出特别是 JSON 方面有显著提升。对系统提示的多样性更具韧性，增强了聊天机器人中的角色扮演实现和条件设定。\n支持长上下文处理。\n支持超过 29 种语言的多语言功能，包括中文、英语、法语、西班牙语、葡萄牙语、德语、意大利语、俄语、日语、韩语、越南语、泰语、阿拉伯语等。',
+    displayName: 'Qwen2.5 7B Instruct',
+    id: 'qwen2.5-7b-instruct',
     pricing: {
       currency: 'CNY',
       input: 0,
@@ -176,12 +181,12 @@ const infiniaiChatModels: AIChatModelCard[] = [
     type: 'chat',
   },
   {
-    contextWindowTokens: 4096,
+    contextWindowTokens: 8192,
     description:
-      'Yi-1.5 是 Yi 的升级版本。 它使用 500B Tokens 的高质量语料库在 Yi 上持续进行预训练，并在 3M 个多样化的微调样本上进行微调。',
-    displayName: 'Yi-1.5 34B Chat',
+      'Meta 发布的 LLaMA 3.3 多语言大规模语言模型（LLMs）是一个经过预训练和指令微调的生成模型，提供 70B 规模（文本输入/文本输出）。该模型使用超过 15T 的数据进行训练，支持英语、德语、法语、意大利语、葡萄牙语、印地语、西班牙语和泰语，知识更新截止于 2023 年 12 月。',
+    displayName: 'LLaMA 3.3 70B',
     enabled: true,
-    id: 'yi-1.5-34b-chat',
+    id: 'llama-3.3-70b-instruct',
     pricing: {
       currency: 'CNY',
       input: 0,
@@ -192,10 +197,9 @@ const infiniaiChatModels: AIChatModelCard[] = [
   {
     contextWindowTokens: 32_768,
     description:
-      'Qwen1.5 系列是 Qwen2 的 Beta 版本，是一个基于 Transformer 的仅解码语言模型，在海量数据上进行预训练。与之前发布的 Qwen 系列版本相比，Qwen1.5 系列 base 与 chat 模型均能支持多种语言，在整体聊天和基础能力上都得到了提升。Qwen1.5-72b-chat 是其中专用于 chat 场景的 720 亿参数的大模型。',
-    displayName: 'Qwen1.5 72B Chat',
-    enabled: true,
-    id: 'qwen1.5-72b-chat',
+      'Qwen2 是 Qwen 团队推出的新一代大型语言模型系列。它基于 Transformer 架构，并采用 SwiGLU 激活函数、注意力 QKV 偏置(attention QKV bias)、群组查询注意力(group query attention)、滑动窗口注意力(mixture of sliding window attention)与全注意力的混合等技术。此外，Qwen 团队还改进了适应多种自然语言和代码的分词器。',
+    displayName: 'Qwen 2 72B Instruct',
+    id: 'qwen2-72b-instruct',
     pricing: {
       currency: 'CNY',
       input: 0,
@@ -206,10 +210,9 @@ const infiniaiChatModels: AIChatModelCard[] = [
   {
     contextWindowTokens: 32_768,
     description:
-      'Qwen1.5 系列是 Qwen2 的 Beta 版本，是一个基于 Transformer 的仅解码语言模型，在海量数据上进行预训练。与之前发布的 Qwen 系列版本相比，Qwen1.5 系列 base 与 chat 模型均能支持多种语言，在整体聊天和基础能力上都得到了提升。Qwen1.5-32b-chat 是其中专用于 chat 场景的 320 亿参数的大模型，较于 14b 模型在智能体场景更强，较于 72b 模型推理成本更低。',
-    displayName: 'Qwen1.5 32B Chat',
-    enabled: true,
-    id: 'qwen1.5-32b-chat',
+      'Qwen2 是 Qwen 团队推出的新一代大型语言模型系列。它基于 Transformer 架构，并采用 SwiGLU 激活函数、注意力 QKV 偏置(attention QKV bias)、群组查询注意力(group query attention)、滑动窗口注意力(mixture of sliding window attention)与全注意力的混合等技术。此外，Qwen 团队还改进了适应多种自然语言和代码的分词器。',
+    displayName: 'Qwen 2 7B Instruct',
+    id: 'qwen2-7b-instruct',
     pricing: {
       currency: 'CNY',
       input: 0,
@@ -218,12 +221,11 @@ const infiniaiChatModels: AIChatModelCard[] = [
     type: 'chat',
   },
   {
-    contextWindowTokens: 8192,
+    contextWindowTokens: 4096,
     description:
-      'Qwen1.5 系列是 Qwen2 的 Beta 版本，是一个基于 Transformer 的仅解码语言模型，在海量数据上进行预训练。与之前发布的 Qwen 系列版本相比，Qwen1.5 系列 base 与 chat 模型均能支持多种语言，在整体聊天和基础能力上都得到了提升。Qwen1.5-14b-chat 是其中专用于 chat 场景的 140 亿参数的主流大小模型。',
-    displayName: 'Qwen1.5 14B Chat',
-    enabled: true,
-    id: 'qwen1.5-14b-chat',
+      'Yi-1.5 是 Yi 的升级版本。 它使用 500B Tokens 的高质量语料库在 Yi 上持续进行预训练，并在 3M 个多样化的微调样本上进行微调。',
+    displayName: 'Yi-1.5 34B Chat',
+    id: 'yi-1.5-34b-chat',
     pricing: {
       currency: 'CNY',
       input: 0,
@@ -235,7 +237,6 @@ const infiniaiChatModels: AIChatModelCard[] = [
     contextWindowTokens: 16_384,
     description: 'GLM-4-9B-Chat 是智谱 AI 推出的最新一代预训练模型 GLM-4-9B 的人类偏好对齐版本。',
     displayName: 'GLM-4 9B Chat',
-    enabled: true,
     id: 'glm-4-9b-chat',
     pricing: {
       currency: 'CNY',
@@ -249,7 +250,6 @@ const infiniaiChatModels: AIChatModelCard[] = [
     description:
       'ChatGLM3 是智谱 AI 与清华 KEG 实验室发布的闭源模型，经过海量中英标识符的预训练与人类偏好对齐训练，相比一代模型在 MMLU、C-Eval、GSM8K 分别取得了 16%、36%、280% 的提升，并登顶中文任务榜单 C-Eval。适用于对知识量、推理能力、创造力要求较高的场景，比如广告文案、小说写作、知识类写作、代码生成等。',
     displayName: 'ChatGLM3',
-    enabled: true,
     id: 'chatglm3',
     pricing: {
       currency: 'CNY',
@@ -263,7 +263,6 @@ const infiniaiChatModels: AIChatModelCard[] = [
     description:
       'ChatGLM3-6b-base 是由智谱开发的 ChatGLM 系列最新一代的 60 亿参数规模的开源的基础模型。',
     displayName: 'ChatGLM3 6B Base',
-    enabled: true,
     id: 'chatglm3-6b-base',
     pricing: {
       currency: 'CNY',
@@ -277,7 +276,6 @@ const infiniaiChatModels: AIChatModelCard[] = [
     description:
       'Llama2 是由 Meta 开发并开源的大型语言模型（LLM）系列，这是一组从 70 亿到 700 亿参数不同规模、经过预训练和微调的生成式文本模型。架构层面，LLama2 是一个使用优化型转换器架构的自动回归语言模型。调整后的版本使用有监督的微调（SFT）和带有人类反馈的强化学习（RLHF）以对齐人类对有用性和安全性的偏好。Llama2 较 Llama 系列在多种学术数据集上有着更加不俗的表现，为大量其他模型提供了设计和开发的思路。',
     displayName: 'Llama 2 7B Chat',
-    enabled: true,
     id: 'llama-2-7b-chat',
     pricing: {
       currency: 'CNY',
@@ -291,7 +289,6 @@ const infiniaiChatModels: AIChatModelCard[] = [
     description:
       'Megrez-3B-Instruct 是由无问芯穹完全自主训练的大语言模型。Megrez-3B-Instruct 旨在通过软硬协同理念，打造一款极速推理、小巧精悍、极易上手的端侧智能解决方案。',
     displayName: 'Megrez 3B Instruct',
-    enabled: true,
     id: 'megrez-3b-instruct',
     pricing: {
       currency: 'CNY',

package/src/config/aiModels/siliconcloud.ts

@@ -521,7 +521,23 @@ const siliconcloudChatModels: AIChatModelCard[] = [
     abilities: {
       vision: true,
     },
-    contextWindowTokens: 32_768,
+    contextWindowTokens: 131_072,
+    description:
+      'Qwen2.5-VL-32B-Instruct 是通义千问团队推出的多模态大模型，是 Qwen2.5-VL 系列的一部分。该模型不仅精通识别常见物体，还能分析图像中的文本、图表、图标、图形和布局。它可作为视觉智能体，能够推理并动态操控工具，具备使用电脑和手机的能力。此外，这个模型可以精确定位图像中的对象，并为发票、表格等生成结构化输出。相比前代模型 Qwen2-VL，该版本在数学和问题解决能力方面通过强化学习得到了进一步提升，响应风格也更符合人类偏好。',
+    displayName: 'Qwen2.5 VL 32B Instruct',
+    id: 'Qwen/Qwen2.5-VL-32B-Instruct',
+    pricing: {
+      currency: 'CNY',
+      input: 1.89,
+      output: 1.89,
+    },
+    type: 'chat',
+  },
+  {
+    abilities: {
+      vision: true,
+    },
+    contextWindowTokens: 131_072,
     description:
       'Qwen2.5-VL 是 Qwen2.5 系列中的视觉语言模型。该模型在多方面有显著提升：具备更强的视觉理解能力，能够识别常见物体、分析文本、图表和布局；作为视觉代理能够推理并动态指导工具使用；支持理解超过 1 小时的长视频并捕捉关键事件；能够通过生成边界框或点准确定位图像中的物体；支持生成结构化输出，尤其适用于发票、表格等扫描数据。',
     displayName: 'Qwen2.5 VL 72B Instruct',

package/src/config/aiModels/tencentcloud.ts

@@ -19,6 +19,23 @@ const tencentCloudChatModels: AIChatModelCard[] = [
     },
     type: 'chat',
   },
+  {
+    abilities: {
+      functionCall: true,
+    },
+    contextWindowTokens: 65_536,
+    description:
+      'DeepSeek-V3-0324 为671B 参数 MoE 模型，在编程与技术能力、上下文理解与长文本处理等方面优势突出。',
+    displayName: 'DeepSeek-V3-0324',
+    enabled: true,
+    id: 'deepseek-v3-0324',
+    pricing: {
+      currency: 'CNY',
+      input: 2,
+      output: 8,
+    },
+    type: 'chat',
+  },
   {
     abilities: {
       functionCall: true,

package/src/const/hotkeys.ts

@@ -1,11 +1,81 @@
-export const ALT_KEY = 'alt';
-export const META_KEY = 'mod';
-export const SAVE_TOPIC_KEY = 'n';
-export const CLEAN_MESSAGE_KEY = 'backspace';
+import { combineKeys } from '@lobehub/ui/es/Hotkey';
 
-export const HOTKEYS = {
-  chatSettings: 'mod+comma',
-  regenerate: 'alt+r',
-  saveTopic: 'alt+n',
-  zenMode: 'mod+\\',
-};
+import {
+  HotkeyEnum,
+  HotkeyGroupEnum,
+  HotkeyRegistration,
+  HotkeyScopeEnum,
+  KeyEnum,
+} from '@/types/hotkey';
+
+// mod 在 Mac 上是 command 键，alt 在 Win 上是 ctrl 键
+export const HOTKEYS_REGISTRATION: HotkeyRegistration = [
+  {
+    group: HotkeyGroupEnum.Essential,
+    id: HotkeyEnum.Search,
+    keys: combineKeys([KeyEnum.Mod, 'k']),
+    scopes: [HotkeyScopeEnum.Global],
+  },
+  {
+    group: HotkeyGroupEnum.Essential,
+    id: HotkeyEnum.SwitchAgent,
+    keys: combineKeys([KeyEnum.Ctrl, KeyEnum.Number]),
+    nonEditable: true,
+    scopes: [HotkeyScopeEnum.Global],
+  },
+  {
+    group: HotkeyGroupEnum.Essential,
+    id: HotkeyEnum.ToggleZenMode,
+    keys: combineKeys([KeyEnum.Mod, KeyEnum.Backslash]),
+    scopes: [HotkeyScopeEnum.Chat],
+  },
+  {
+    group: HotkeyGroupEnum.Essential,
+    id: HotkeyEnum.ToggleLeftPanel,
+    keys: combineKeys([KeyEnum.Mod, KeyEnum.BracketLeft]),
+    scopes: [HotkeyScopeEnum.Chat],
+  },
+  {
+    group: HotkeyGroupEnum.Essential,
+    id: HotkeyEnum.ToggleRightPanel,
+    keys: combineKeys([KeyEnum.Mod, KeyEnum.BracketRight]),
+    scopes: [HotkeyScopeEnum.Chat],
+  },
+  {
+    group: HotkeyGroupEnum.Essential,
+    id: HotkeyEnum.OpenHotkeyHelper,
+    keys: combineKeys([KeyEnum.Ctrl, KeyEnum.Shift, KeyEnum.QuestionMark]),
+    scopes: [HotkeyScopeEnum.Global],
+  },
+  {
+    group: HotkeyGroupEnum.Conversation,
+    id: HotkeyEnum.OpenChatSettings,
+    keys: combineKeys([KeyEnum.Alt, KeyEnum.Comma]),
+    scopes: [HotkeyScopeEnum.Chat],
+  },
+  {
+    group: HotkeyGroupEnum.Conversation,
+    id: HotkeyEnum.RegenerateMessage,
+    keys: combineKeys([KeyEnum.Alt, 'r']),
+    scopes: [HotkeyScopeEnum.Chat],
+  },
+  {
+    group: HotkeyGroupEnum.Conversation,
+    id: HotkeyEnum.SaveTopic,
+    keys: combineKeys([KeyEnum.Alt, 'n']),
+    scopes: [HotkeyScopeEnum.Chat],
+  },
+  {
+    group: HotkeyGroupEnum.Conversation,
+    id: HotkeyEnum.AddUserMessage,
+    keys: combineKeys([KeyEnum.Alt, KeyEnum.Enter]),
+    // 不通过 Scope 模式激活
+  },
+  {
+    group: HotkeyGroupEnum.Conversation,
+    id: HotkeyEnum.EditMessage,
+    keys: combineKeys([KeyEnum.Alt, KeyEnum.LeftDoubleClick]),
+    nonEditable: true,
+    scopes: [HotkeyScopeEnum.Chat],
+  },
+];

package/src/const/settings/hotkey.ts

@@ -0,0 +1,10 @@
+import { HOTKEYS_REGISTRATION } from '@/const/hotkeys';
+import { UserHotkeyConfig } from '@/types/user/settings';
+
+export const DEFAULT_HOTKEY_CONFIG: UserHotkeyConfig = HOTKEYS_REGISTRATION.reduce(
+  (acc: UserHotkeyConfig, item) => {
+    acc[item.id] = item.keys;
+    return acc;
+  },
+  {} as UserHotkeyConfig,
+);

package/src/const/settings/index.ts

@@ -2,6 +2,7 @@ import { UserSettings } from '@/types/user/settings';
 
 import { DEFAULT_AGENT } from './agent';
 import { DEFAULT_COMMON_SETTINGS } from './common';
+import { DEFAULT_HOTKEY_CONFIG } from './hotkey';
 import { DEFAULT_LLM_CONFIG } from './llm';
 import { DEFAULT_SYNC_CONFIG } from './sync';
 import { DEFAULT_SYSTEM_AGENT_CONFIG } from './systemAgent';
@@ -11,6 +12,7 @@ import { DEFAULT_TTS_CONFIG } from './tts';
 export const COOKIE_CACHE_DAYS = 30;
 
 export * from './agent';
+export * from './hotkey';
 export * from './llm';
 export * from './systemAgent';
 export * from './tool';
@@ -19,6 +21,7 @@ export * from './tts';
 export const DEFAULT_SETTINGS: UserSettings = {
   defaultAgent: DEFAULT_AGENT,
   general: DEFAULT_COMMON_SETTINGS,
+  hotkey: DEFAULT_HOTKEY_CONFIG,
   keyVaults: {},
   languageModel: DEFAULT_LLM_CONFIG,
   sync: DEFAULT_SYNC_CONFIG,

package/src/database/client/migrations.json

@@ -223,7 +223,10 @@
     "hash": "9646161fa041354714f823d726af27247bcd6e60fa3be5698c0d69f337a5700b"
   },
   {
-    "sql": ["DROP TABLE \"user_budgets\";", "\nDROP TABLE \"user_subscriptions\";"],
+    "sql": [
+      "DROP TABLE \"user_budgets\";",
+      "\nDROP TABLE \"user_subscriptions\";"
+    ],
     "bps": true,
     "folderMillis": 1729699958471,
     "hash": "7dad43a2a25d1aec82124a4e53f8d82f8505c3073f23606c1dc5d2a4598eacf9"
@@ -295,7 +298,9 @@
     "hash": "845a692ceabbfc3caf252a97d3e19a213bc0c433df2689900135f9cfded2cf49"
   },
   {
-    "sql": ["ALTER TABLE \"messages\" ADD COLUMN \"reasoning\" jsonb;"],
+    "sql": [
+      "ALTER TABLE \"messages\" ADD COLUMN \"reasoning\" jsonb;"
+    ],
     "bps": true,
     "folderMillis": 1737609172353,
     "hash": "2cb36ae4fcdd7b7064767e04bfbb36ae34518ff4bb1b39006f2dd394d1893868"
@@ -383,37 +388,46 @@
   },
   {
     "sql": [
-      "ALTER TABLE \"session_groups\" DROP CONSTRAINT \"session_group_client_id_user_unique\";",
-      "\nALTER TABLE \"sessions\" DROP CONSTRAINT \"sessions_client_id_user_id_unique\";",
-      "\nALTER TABLE \"topics\" DROP CONSTRAINT \"topic_client_id_user_id_unique\";",
-      "\nALTER TABLE \"agents\" ADD COLUMN \"client_id\" text;",
-      "\nALTER TABLE \"files\" ADD COLUMN \"client_id\" text;",
-      "\nALTER TABLE \"knowledge_bases\" ADD COLUMN \"client_id\" text;",
-      "\nALTER TABLE \"message_plugins\" ADD COLUMN \"client_id\" text;",
-      "\nALTER TABLE \"message_queries\" ADD COLUMN \"client_id\" text;",
-      "\nALTER TABLE \"message_tts\" ADD COLUMN \"client_id\" text;",
-      "\nALTER TABLE \"message_translates\" ADD COLUMN \"client_id\" text;",
-      "\nALTER TABLE \"chunks\" ADD COLUMN \"client_id\" text;",
-      "\nALTER TABLE \"embeddings\" ADD COLUMN \"client_id\" text;",
-      "\nALTER TABLE \"unstructured_chunks\" ADD COLUMN \"client_id\" text;",
-      "\nALTER TABLE \"threads\" ADD COLUMN \"client_id\" text;",
-      "\nCREATE UNIQUE INDEX \"client_id_user_id_unique\" ON \"agents\" USING btree (\"client_id\",\"user_id\");",
-      "\nCREATE UNIQUE INDEX \"files_client_id_user_id_unique\" ON \"files\" USING btree (\"client_id\",\"user_id\");",
-      "\nCREATE UNIQUE INDEX \"knowledge_bases_client_id_user_id_unique\" ON \"knowledge_bases\" USING btree (\"client_id\",\"user_id\");",
-      "\nCREATE UNIQUE INDEX \"message_plugins_client_id_user_id_unique\" ON \"message_plugins\" USING btree (\"client_id\",\"user_id\");",
-      "\nCREATE UNIQUE INDEX \"message_queries_client_id_user_id_unique\" ON \"message_queries\" USING btree (\"client_id\",\"user_id\");",
-      "\nCREATE UNIQUE INDEX \"message_tts_client_id_user_id_unique\" ON \"message_tts\" USING btree (\"client_id\",\"user_id\");",
-      "\nCREATE UNIQUE INDEX \"message_translates_client_id_user_id_unique\" ON \"message_translates\" USING btree (\"client_id\",\"user_id\");",
-      "\nCREATE UNIQUE INDEX \"chunks_client_id_user_id_unique\" ON \"chunks\" USING btree (\"client_id\",\"user_id\");",
-      "\nCREATE UNIQUE INDEX \"embeddings_client_id_user_id_unique\" ON \"embeddings\" USING btree (\"client_id\",\"user_id\");",
-      "\nCREATE UNIQUE INDEX \"unstructured_chunks_client_id_user_id_unique\" ON \"unstructured_chunks\" USING btree (\"client_id\",\"user_id\");",
-      "\nCREATE UNIQUE INDEX \"session_groups_client_id_user_id_unique\" ON \"session_groups\" USING btree (\"client_id\",\"user_id\");",
-      "\nCREATE UNIQUE INDEX \"sessions_client_id_user_id_unique\" ON \"sessions\" USING btree (\"client_id\",\"user_id\");",
-      "\nCREATE UNIQUE INDEX \"threads_client_id_user_id_unique\" ON \"threads\" USING btree (\"client_id\",\"user_id\");",
-      "\nCREATE UNIQUE INDEX \"topics_client_id_user_id_unique\" ON \"topics\" USING btree (\"client_id\",\"user_id\");"
+      "ALTER TABLE \"session_groups\" DROP CONSTRAINT IF EXISTS \"session_group_client_id_user_unique\";",
+      "\nALTER TABLE \"sessions\" DROP CONSTRAINT IF EXISTS \"sessions_client_id_user_id_unique\";",
+      "\nALTER TABLE \"topics\" DROP CONSTRAINT IF EXISTS \"topic_client_id_user_id_unique\";",
+      "\n\n-- add client_id column\nALTER TABLE \"agents\" ADD COLUMN IF NOT EXISTS \"client_id\" text;",
+      "\nALTER TABLE \"files\" ADD COLUMN IF NOT EXISTS \"client_id\" text;",
+      "\nALTER TABLE \"knowledge_bases\" ADD COLUMN IF NOT EXISTS \"client_id\" text;",
+      "\nALTER TABLE \"message_plugins\" ADD COLUMN IF NOT EXISTS \"client_id\" text;",
+      "\nALTER TABLE \"message_queries\" ADD COLUMN IF NOT EXISTS \"client_id\" text;",
+      "\nALTER TABLE \"message_tts\" ADD COLUMN IF NOT EXISTS \"client_id\" text;",
+      "\nALTER TABLE \"message_translates\" ADD COLUMN IF NOT EXISTS \"client_id\" text;",
+      "\nALTER TABLE \"chunks\" ADD COLUMN IF NOT EXISTS \"client_id\" text;",
+      "\nALTER TABLE \"embeddings\" ADD COLUMN IF NOT EXISTS \"client_id\" text;",
+      "\nALTER TABLE \"unstructured_chunks\" ADD COLUMN IF NOT EXISTS \"client_id\" text;",
+      "\nALTER TABLE \"threads\" ADD COLUMN IF NOT EXISTS \"client_id\" text;",
+      "\n\n-- Create unique index（using IF NOT EXISTS）\nCREATE UNIQUE INDEX IF NOT EXISTS \"client_id_user_id_unique\" ON \"agents\" USING btree (\"client_id\",\"user_id\");",
+      "\nCREATE UNIQUE INDEX IF NOT EXISTS \"files_client_id_user_id_unique\" ON \"files\" USING btree (\"client_id\",\"user_id\");",
+      "\nCREATE UNIQUE INDEX IF NOT EXISTS \"knowledge_bases_client_id_user_id_unique\" ON \"knowledge_bases\" USING btree (\"client_id\",\"user_id\");",
+      "\nCREATE UNIQUE INDEX IF NOT EXISTS \"message_plugins_client_id_user_id_unique\" ON \"message_plugins\" USING btree (\"client_id\",\"user_id\");",
+      "\nCREATE UNIQUE INDEX IF NOT EXISTS \"message_queries_client_id_user_id_unique\" ON \"message_queries\" USING btree (\"client_id\",\"user_id\");",
+      "\nCREATE UNIQUE INDEX IF NOT EXISTS \"message_tts_client_id_user_id_unique\" ON \"message_tts\" USING btree (\"client_id\",\"user_id\");",
+      "\nCREATE UNIQUE INDEX IF NOT EXISTS \"message_translates_client_id_user_id_unique\" ON \"message_translates\" USING btree (\"client_id\",\"user_id\");",
+      "\nCREATE UNIQUE INDEX IF NOT EXISTS \"chunks_client_id_user_id_unique\" ON \"chunks\" USING btree (\"client_id\",\"user_id\");",
+      "\nCREATE UNIQUE INDEX IF NOT EXISTS \"embeddings_client_id_user_id_unique\" ON \"embeddings\" USING btree (\"client_id\",\"user_id\");",
+      "\nCREATE UNIQUE INDEX IF NOT EXISTS \"unstructured_chunks_client_id_user_id_unique\" ON \"unstructured_chunks\" USING btree (\"client_id\",\"user_id\");",
+      "\nCREATE UNIQUE INDEX IF NOT EXISTS \"session_groups_client_id_user_id_unique\" ON \"session_groups\" USING btree (\"client_id\",\"user_id\");",
+      "\nCREATE UNIQUE INDEX IF NOT EXISTS \"sessions_client_id_user_id_unique\" ON \"sessions\" USING btree (\"client_id\",\"user_id\");",
+      "\nCREATE UNIQUE INDEX IF NOT EXISTS \"threads_client_id_user_id_unique\" ON \"threads\" USING btree (\"client_id\",\"user_id\");",
+      "\nCREATE UNIQUE INDEX IF NOT EXISTS \"topics_client_id_user_id_unique\" ON \"topics\" USING btree (\"client_id\",\"user_id\");\n"
     ],
     "bps": true,
     "folderMillis": 1742616026643,
-    "hash": "f885f1b1467b6564498f0d54ac2366c2d596f59bdd63a0feb63810c2ba346ae5"
+    "hash": "110a49a1a7c42ded9a9613edb8dc15fee0b4b3dd8061f871b7b42241f29987b5"
+  },
+  {
+    "sql": [
+      "-- Add hotkey column to user_settings table\nALTER TABLE \"user_settings\" ADD COLUMN IF NOT EXISTS \"hotkey\" jsonb;",
+      "\n"
+    ],
+    "bps": true,
+    "folderMillis": 1742806552131,
+    "hash": "d9032edf59f717e0e71da5a95b3545ec251c311155cafe14df01a12800a9eae0"
   }
-]
+]

package/src/database/migrations/0019_add_hotkey_user_settings.sql

@@ -0,0 +1,2 @@
+-- Add hotkey column to user_settings table
+ALTER TABLE "user_settings" ADD COLUMN IF NOT EXISTS "hotkey" jsonb;--> statement-breakpoint