v0.9.21

package.json

@@ -1,7 +1,7 @@
 {
   "name": "lycoris",
   "private": true,
-  "version": "0.9.20",
+  "version": "0.9.21",
   "type": "module",
   "license": "MIT",
   "engines": {
@@ -16,15 +16,20 @@
     "debug:rs": "RUST_BACKTRACE=1 tauri dev --verbose"
   },
   "dependencies": {
+    "@szhsin/react-menu": "^4.2.2",
     "@tauri-apps/api": "^1.6.0",
     "dayjs": "^1.11.13",
+    "highlight.js": "^11.10.0",
+    "html2canvas": "^1.4.1",
     "markdown-to-jsx": "^7.5.0",
+    "mermaid": "^11.2.0",
     "react": "^18.3.1",
     "react-dom": "^18.3.1",
     "react-h5-audio-player": "^3.9.3",
     "react-medium-image-zoom": "^5.2.8",
     "react-toastify": "^10.0.5",
     "recoil": "^0.7.7",
+    "tauri-plugin-clipboard-api": "1.1.4",
     "tauri-plugin-sql-api": "github:tauri-apps/tauri-plugin-sql#release",
     "zenn-content-css": "^0.1.155"
   },

src-tauri/Cargo.toml

@@ -1,6 +1,6 @@
 [package]
 name = "lycoris"
-version = "0.9.20"
+version = "0.9.21"
 description = "Lycoris is an offline voice memo"
 authors = ["solaoi"]
 license = "MIT"
@@ -49,6 +49,7 @@ mistralrs = { git = "https://github.com/EricLBuehler/mistral.rs.git", tag = "v0.
 ] }
 # mistralrsの要求がtauriの要求と競合するため、tauriの要求を上書きする
 uuid = "=1.10.0"
+tauri-plugin-clipboard = "1.1.4"
 
 [target.'cfg(target_arch = "x86_64")'.dependencies]
 whisper-rs = { version = "0.11.1", features = ["metal"] }

src-tauri/src/main.rs

@@ -331,6 +331,7 @@ fn main() {
             }
             response.mimetype("audio/wav").status(status_code).body(buf)
         })
+        .plugin(tauri_plugin_clipboard::init())
         .plugin(tauri_plugin_window_state::Builder::default().build())
         .plugin(
             tauri_plugin_sql::Builder::default()

src-tauri/src/module/action.rs

@@ -53,23 +53,77 @@ impl Action {
         headers.insert(CONTENT_TYPE, HeaderValue::from_static("application/json"));
 
         let mut messages: Vec<Value> = Vec::new();
+        let mut prompt = "あなたは高度な文字起こし解析AIアシスタントです。
+提供される情報を統合し、ユーザーの最終的な質問に対して包括的で正確な回答を提供することが、あなたの役割です。
+以下の手順に従って処理を行ってください：
+
+1. 情報の分析：
+  a) 文字起こし (:::transcription で囲まれた部分)：会話の主要な内容と流れを把握します。
+  b) メモ (:::note で囲まれた部分)：文脈や補足情報として扱います。
+  c) 過去のAIとのQ&A (:::assistant で囲まれた部分)：関連する追加情報として考慮します。
+2. 情報の優先順位付け：
+  - 文字起こしの内容を最も重要視します。
+  - メモと過去のQ&Aは補足情報として扱いますが、関連性が高い場合は積極的に活用します。
+3. 回答の構造化：
+  a) 要約：主要なポイントを簡潔にまとめます（3-5文程度）。
+  b) 詳細分析：重要なトピックについて掘り下げて説明します。
+  c) 追加の洞察：メモやQ&Aから得られた関連情報を提供します。
+  d) 結論：全体を総括し、ユーザーの質問に直接答えます。
+4. エラー処理：
+  - 情報が不完全や矛盾している場合は、その旨を明確に述べます。
+  - 可能な限り、利用可能な情報に基づいて回答し、推測が含まれる場合はその旨を明示します。
+5. 回答の調整：
+  - ユーザーの質問の種類（要約、分析、意見など）に応じて、回答の焦点と深さを調整します。
+  - 必要に応じて、追加の質問や明確化を求めることを提案します。
+
+以下に提供される情報を上記の手順に従って分析し、次のユーザーの質問に答えてください：
+
+".to_string();
+        let mut current_type = String::new();
+        let mut current_content = String::new();
+
         for content in contents.iter() {
-            if content.speech_type == "action" {
-                messages.push(json!({
-                    "role": "user",
-                    "content": content.content.clone()
-                }));
-                messages.push(json!({
-                    "role": "assistant",
-                    "content": content.content_2.clone()
-                }));
-            } else {
-                messages.push(json!({
-                    "role": "user",
-                    "content": content.content.clone()
-                }));
+            match content.speech_type.as_str() {
+                "action" => {
+                    if !current_content.is_empty() {
+                        prompt
+                            .push_str(&format!(":::{}\n{}\n:::\n", current_type, current_content));
+                        current_content.clear();
+                    }
+                    prompt.push_str(&format!(
+                        ":::assistant\n[query]\n{}\n[answer]\n{}\n:::\n",
+                        content.content, content.content_2
+                    ));
+                }
+                "speech" | _ => {
+                    let speech_type = if content.speech_type == "speech" {
+                        "transcription"
+                    } else if content.speech_type == "memo" {
+                        "note"
+                    } else { // "screenshot"
+                        "note"
+                    };
+                    if speech_type != current_type && !current_content.is_empty() {
+                        prompt
+                            .push_str(&format!(":::{}\n{}\n:::\n", current_type, current_content));
+                        current_content.clear();
+                    }
+                    current_type = speech_type.to_string();
+                    current_content.push_str(&content.content);
+                    current_content.push('\n');
+                }
             }
         }
+
+        if !current_content.is_empty() {
+            prompt.push_str(&format!(":::{}\n{}\n:::\n", current_type, current_content));
+        }
+        prompt.push_str("\n回答の際は、上記の手順に従い、情報を適切に統合し、構造化された形で提供してください。次のユーザーの質問に直接答え、必要に応じて追加の洞察や説明を加えてください。");
+
+        messages.push(json!({
+            "role": "system",
+            "content": prompt
+        }));
         messages.push(json!({
             "role": "user",
             "content": question

src-tauri/tauri.conf.json

@@ -8,7 +8,7 @@
   },
   "package": {
     "productName": "Lycoris",
-    "version": "0.9.20"
+    "version": "0.9.21"
   },
   "tauri": {
     "allowlist": {
@@ -52,7 +52,7 @@
       }
     },
     "security": {
-      "csp": "default-src 'self'; img-src 'self' asset: https://asset.localhost; media-src stream: https://stream.localhost asset: https://asset.localhost"
+      "csp": "default-src 'self'; img-src 'self' data: asset: https://asset.localhost; media-src stream: https://stream.localhost asset: https://asset.localhost; style-src 'self' 'unsafe-inline'"
     },
     "updater": {
       "active": false