Snap-Solver

🔍 一键截屏，自动解题 - 线上考试，从未如此简单

核心特性 • 快速开始 • 新手教程 • 使用流程 • 技术架构 • 可调项 • 常见问题 • 获取帮助

    

💫 项目简介

Snap-Solver 是一个自部署的 AI 解题工具，专为学生、考生和自学者设计。在电脑上运行它，手机浏览器打开页面，点一下即可截取电脑的整个屏幕、在手机上框选题目，AI 流式给出详细解答；看不懂还可以就这道题继续追问。

无论是复杂的数学公式、物理难题、编程问题，还是其他学科的挑战，Snap-Solver 都能提供清晰、准确、有条理的解决方案。自带密钥（BYO-Key），全部数据只在你的电脑和局域网内流转。

📚 新手教程

第一次使用？打开 零基础上手向导：选择你的系统，跟着分步指引复制粘贴命令，约 20 分钟从安装环境走到解出第一道题。

官网：snapsolver.zippland.com

🔧 技术架构

graph TD
    A[手机浏览器] --> |Socket.IO| B[Flask 服务·电脑端]
    B --> C[整屏截图]
    C --> A
    A --> |框选题目 + 追问历史| D[AI 分析]
    D --> |模型选择| H1[Anthropic Claude]
    D --> |模型选择| H2[OpenAI GPT]
    D --> |模型选择| H3[Google Gemini]
    D --> |模型选择| H4[阿里通义 Qwen]
    D --> |模型选择| H5[字节豆包]
    D --> |模型选择| H6[Moonshot Kimi]
    D --> |流式思考 + 解答| A

Loading

✨ 核心特性

📱 手机遥控电脑截屏 一键截屏：手机上点一下，电脑自动截取整个屏幕回传 手机框选：在手机上缩放、框选题目区域，只发关键部分 局域网直连：一处部署，同网多设备访问	🧠 六家模型自由切换 Claude 家族（Anthropic）：Opus / Sonnet / Haiku GPT 家族（OpenAI）：GPT-5.6 系列 Gemini 家族（Google）：3.x / 2.5 系列 通义家族（阿里）：Qwen3-VL / QVQ，国内直连 豆包（字节）与 Kimi（Moonshot）：国内直连
💬 流式解答 + 同题追问 思考过程可见：推理模型的思考流实时展开，结束自动收起 同题追问：答案没看懂？围绕本题继续问，换题即清空 Markdown 渲染：公式、代码块（带一键复制）清晰呈现	🔒 隐私与网络 自带密钥：API Key 只存在你电脑的 .snapsolver/ 目录，不经过任何第三方 代理与中转：支持 HTTP 代理和各厂商中转 API 地址 多语言响应：可定制 AI 回复语言
💻 全平台兼容 桌面支持：Windows、MacOS、Linux 移动访问：手机、平板通过浏览器直接使用，无需装 App	⚙️ 高度可定制 推理档位：Fast / High / Max 三档全局统一，按模型能力自动适配 自定义提示词：内置模式之外可自建学科专属提示词

🚀 快速开始

📋 前置要求

• Python 3.x
• 至少以下一个 API Key（在网页设置里填写，只存本机）:
  • Anthropic API Key (推荐✅)
  • OpenAI API Key
  • Google API Key
  • 阿里通义 API Key（国内直连✅）
  • 字节豆包 API Key（国内直连）
  • Moonshot Kimi API Key（国内直连）

📥 开始使用

# 安装依赖（首次）
pip install -r requirements.txt

# 启动应用
python app.py

📱 访问方式

• 手机访问（推荐）：手机与电脑连同一 Wi-Fi，浏览器打开 http://[电脑IP]:5000（启动时终端会打印这个地址；5000 被占用时自动改用 5001）
• 本机访问：浏览器打开 http://localhost:5000

📖 使用流程

1. 电脑上把题目显示在屏幕上，手机上点 截屏解题
2. 电脑整屏截图回传手机，双指缩放、框选题目区域
3. 发送后 AI 流式解答：思考过程以淡色小字实时展开，结束自动收起，正文 Markdown 渲染
4. 看不懂？在答案底部的输入框就这道题继续追问（上下文=题图+已有问答，换题或返回即清空）
5. 需要换个角度：重解 / 换模型重解 / 复制 一键可达

🎯 使用场景示例

• 课后习题：截取教材或作业中的难题，获取步骤详解
• 编程调试：截取代码错误信息，获取修复建议
• 考试复习：分析错题并理解解题思路
• 文献研究：截取复杂论文段落，获取简化解释

🧩 组件详情

• 前端：原生 HTML/CSS/JS，移动优先，明暗双主题（可跟随系统）
• 后端：Flask + Socket.IO 实时通信，无状态设计（追问历史由前端持有）
• AI 接口：六家厂商统一接入，推理档位与思考流跨厂商归一
• 本地数据：密钥、代理配置、自建提示词等运行期文件统一存放在项目根目录 .snapsolver/（已被 git 忽略）

⚙️ 可调项

• 推理档位：Fast / High / Max 全局三档，切换模型时按其能力自动钳制
• 提示词模式：内置「标准解题」等模式，也可自建学科专属提示词
• 回复语言：定制 AI 的回答语言
• HTTP 代理：为国际 API 配置本地代理（如 Clash 的 127.0.0.1:7890）
• 中转 API 地址：各厂商可分别填写中转地址，填了即走中转

❓ 常见问题

如何获得最佳识别效果？

框选时包含完整题目和必要上下文（图、选项、已知条件）。所有内置模型都直接识图，无需 OCR；数学公式较多时建议把推理档位调到 High 或 Max。

无法连接到服务怎么办？

1. 检查防火墙是否放行 5000 端口（被占用时程序会自动改用 5001，以启动时终端打印的地址为准）
2. 确认手机与电脑在同一局域网内
3. 尝试重启应用程序
4. 查看终端日志获取错误信息

API调用失败的原因？

1. API密钥可能无效或余额不足
2. 网络连接问题，特别是国际API
3. 代理设置不正确
4. API服务可能临时不可用

如何优化AI回答质量？

1. 自建提示词模式，添加特定学科的指导
2. 根据问题复杂度选择合适的模型
3. 复杂题目把推理档位调到 High / Max，或对答案直接追问
4. 确保框选的题目包含完整信息

🤝 获取帮助

• 问题报告：在GitHub仓库提交Issue
• 功能建议：欢迎通过Issue提供改进建议

📜 开源协议

本项目采用 Apache 2.0 协议。