鼠标诞生四十多年后，桌面操作依然主要围绕“移动、点击、拖拽、复制、粘贴”展开。近期，OpenAtom openKylin 技术衍生发行版麒麟100推出 AI 交互功能“灵触（Magic Touch）&灵萃（Magic Extract）”，尝试把 AI 能力直接放进鼠标操作中：用户不必频繁切换应用，也不一定要先打开独立的 AI 工具，而是可以围绕当前选中的内容完成进一步处理。
这类变化的重点，不只是增加一个 AI 入口，而是重新组织“看到内容—选中内容—理解内容—继续行动”这条桌面工作链路。
从“点击控件”转向“处理当前内容”
传统桌面交互的上下文通常由应用决定。用户在浏览器里查资料，在文档编辑器里写作，在邮件客户端里回复消息；一旦需要总结、翻译或提取信息，就要复制内容、切换窗口、粘贴到另一个工具，再把结果复制回来。
“灵触&灵萃”所代表的方向，是把鼠标从单纯的定位设备变成 AI 任务的触发入口。用户的操作重点不再只是“点击哪个按钮”，而可以变成：
- 选中一段文字，并对它进行总结或改写；
- 选中包含地址、日期、联系人或商品信息的内容，并提取结构化结果；
- 在原有工作上下文中继续处理结果，而不是反复切换窗口。
这里有一个重要的产品设计转变：AI 不再只是一个独立聊天窗口，而是贴近用户正在处理的对象。对于办公、资料阅读、客服、信息录入等场景，这种“就地处理”可能比新增一个复杂的应用入口更自然。
“灵触”和“灵萃”解决的是两类问题
从名称和公开摘要来看，两项功能可以理解为两种互补的交互思路。具体能力、支持的应用范围和触发方式，应以麒麟100实际版本及官方文档为准。
灵触：让选中内容立即进入 AI 操作
“灵触”更接近快捷触达。用户通过鼠标选中内容后，可以进一步调用 AI 能力，例如解释、总结、润色、翻译或生成后续文本。它的价值在于减少上下文切换，把原本需要多步完成的操作压缩到当前页面附近。
这并不意味着所有 AI 任务都应该绑定鼠标。长篇创作、复杂分析和多轮对话仍然需要更完整的输入界面。鼠标入口更适合短链路、高频率、强上下文的任务。
灵萃：从自然语言中提取可用信息
“灵萃”更接近信息抽取。面对一段通知、网页说明或聊天记录，用户关心的往往不是全文改写，而是其中的关键字段：时间、地点、人物、联系方式、订单号或待办事项。
传统做法通常是人工阅读，再把字段逐一录入表格。AI 交互可以把这一步变成“选中内容—提取字段—确认结果”。不过，信息抽取尤其需要结果校验：日期格式、金额、联系人和订单号一旦识别错误，后续流程就可能受到影响。因此，产品体验除了追求速度，也应提供清晰的结果预览、复制和修改能力。
一个可改造的最小实践：选中文本后提取字段
下面的 Python 示例不是麒麟100的官方接口，而是一个可运行的概念验证，用标准库模拟“灵萃”式的信息抽取流程：从用户粘贴的一段文本中提取日期、电话号码和邮箱。实际接入桌面系统时，可以把 input() 替换为剪贴板读取、桌面快捷键回调或系统提供的 AI 接口。
运行环境为 Python 3.9 或更高版本，不需要安装第三方依赖：
import re
def extract_fields(text: str) -> dict[str, list[str]]:
"""从选中的文本中提取几类常见字段。示例仅用于演示，不等同于生产级识别。"""
return {
"dates": re.findall(r"(?:20\\d{2}[-年/]?)?\\d{1,2}[月/-]\\d{1,2}(?:日)?", text),
"phones": re.findall(r"(?<!\\d)1[3-9]\\d{9}(?!\\d)", text),
"emails": re.findall(r"[\\w.+-]+@[\\w-]+(?:\\.[\\w-]+)+", text),
}
if __name__ == "__main__":
print("请粘贴一段文本，输入空行开始提取：")
lines = []
while True:
line = input()
if not line:
break
lines.append(line)
result = extract_fields("\\n".join(lines))
for field, values in result.items():
print(f"{field}: {values or '未找到'}")
例如输入：
项目评审安排在2025年6月18日，联系人电话为13800138000，邮箱是team@example.com。
示例输出会包含日期、手机号和邮箱。要把它改造成更接近桌面 AI 助手的版本，可以继续补上三层能力：
- 输入层：监听用户选中文本或读取剪贴板内容；
- 理解层：使用规则、模型或系统 AI 服务提取用户指定字段；
- 反馈层：在浮层中展示结果，并提供复制、替换和重新提取按钮。
其中，输入层决定交互是否顺手，反馈层决定用户是否敢于使用。没有确认机制的自动替换，可能会把一次方便的操作变成数据错误。
真正落地时要关注什么
权限与隐私
桌面 AI 交互可能接触文档、网页、聊天记录和表单内容。部署前应明确：哪些内容会被发送给模型，处理是在本地完成还是需要远程服务，数据是否会被保存，以及企业管理员能否关闭相关能力。
识别结果必须可验证
摘要可以允许用户快速浏览，结构化抽取则需要更严格的确认。对于金额、时间、账号和联系方式，界面最好展示原文依据，并允许用户在提交前修改。
不要把所有操作都塞进鼠标
AI 入口越近，不代表功能越多越好。高频、短文本、强上下文任务适合通过选中和鼠标操作触发；复杂任务仍然需要明确的提示词、历史记录和更大的编辑区域。好的设计应让用户在“快速处理”和“深入工作”之间自然切换。
结语：桌面交互的下一步是减少打断
麒麟100的“灵触&灵萃”展示了一种值得关注的方向：让 AI 从独立应用走向操作系统和日常输入设备，把能力放到用户正在处理内容的地方。它的意义不只在于增加一个快捷入口，也在于重新思考桌面交互的基本单位——从“点击一个控件”转向“对当前内容采取行动”。
如果准备评估类似能力，可以用下面这份清单开始：
- 是否能在当前应用中完成，不必频繁切换窗口？
- AI 是否理解用户选中的上下文，而不是只接收孤立的一句话？
- 摘要、改写和提取结果是否有清晰的确认入口？
- 敏感文本是否有本地处理、权限控制或关闭选项？
- 当识别失败时，用户能否快速恢复到原始内容？
AI 是否好用，最终不只取决于模型能力，也取决于它是否出现在正确的动作之后，并且不会打断用户原本的工作节奏。