jev-chat/jev-chat-windows

JevChat‑Windows – デスクトップチャットアプリ用AI支援返信ヘルパー

何ができるか

• Windows専用のデスクトッププログラムで、チャットウィンドウ（WeChat、KakaoTalkなど）を監視し、画面からオフラインOCRでテキストを読み取り、抽出されたメッセージを言語モデルに送信し、3つの返信候補を返します。
• 候補は、小さな意思決定モデル（Jev）によってランク付けされ、短い意図/緊急度要約も提供されます。
• ユーザーは手動で Send を押します。ツールは選択したテキストを入力フィールドに貼り付けるのみです。

主な機能

機能	内容
ウィンドウキャプチャ + OCR	Windows Graphics Capture (WGC) でチャットウィンドウを取得し、RapidOCR（中国語/英語）または組み込みの Windows.Media.Ocr（韓国語）でテキストを完全にローカルで読み取ります。
Jev 意図分析	OpenRouter や TypeSafe を通じて軽量な意思決定モデルを呼び出し、7つの事前定義された質問（意図、必要性、提案アクション、緊張度など）に回答し、各返信に対する確率を返します。
3つのAI生成返信	Jevの要約と最近の会話文脈を、生成型LLM（デフォルトは DeepSeek‑Flash）に送信し、3つの候補返信を草案します。
ランク付け	Jevが3つの草案を再評価し、勝率を割り当てます。最もスコアが高い返信が「推奨」表示されます。
浮動UI	小さな常に前面表示のオーバーレイで、意図要約、3つの候補、選択したテキストを貼り付けるボタンを表示します。
会話単位のメモリ	各チャットセッションはOCRで抽出された会話タイトルで識別され、履歴、文脈、生成された返信はセッションごとに別々に保持されます。
グループチャット対応	発言者名を検出でき、特定の参加者にターゲットを絞ることができ、オプションで @name を返信に前置できます。
デバッグビュー（オプション）	キャプチャフレームとすべてのOCRバウンディングボックスを可視化する2番目のウィンドウを開き、なぜ行が誤検出されたかを確認できます。
自動送信なし / データ保存なし	プログラムは送信ボタンをクリックせず、スクリーンショットやキーをディスクに書き込まず、推論に必要な最小限のテキストのみを送信します。
ポータブル実行可能ファイル	事前にビルドされた jev-chat-windows.exe（約146 MB）はPythonのインストールなしで実行可能。PyInstallerで再ビルドも可能です。

動作フロー（簡略化）

1. キャプチャ – WGCがターゲットチャットウィンドウを継続的に取得します。
2. メッセージ領域の特定 – ピクセルベースのアンカーでチャットバブルが含まれる領域を特定します。
3. OCR – RapidOCR（または韓国語用のWindows OCR）でテキストを読み取り、色でバブルを分離し、タイムスタンプ、画像などをフィルタリングします。
4. 新しいメッセージの検出 – 相手からの新しいメッセージが表示されたときにパイプラインがトリガーされます。
5. Jev分析 – 最近のメッセージと関係設定をJev意思決定APIに送信。意図要約と勝率ランクを受信します。
6. 返信草案作成 – Jevの要約を生成型LLMに送信し、3つの候補返信を草案します。
7. ランク付け – Jevを再び呼び出して3つの草案をランク付け。UIで確率を表示します。
8. ユーザー操作 – Fill をクリック。テキストがクリップボードにコピーされ、チャット入力ボックスに貼り付けられます。ユーザーがいつ（またはどう）送信するかを判断します。

セットアップと使い方

• ダウンロード：リリースページから最新のzipをダウンロードし、フォルダ全体を展開して jev-chat-windows.exe をダブルクリックします。
• 初回起動時に設定ウィンドウが表示されます。2つのAPIキーを入力する必要があります：
  • JEV_API_KEY – Jev意思決定モデル用（OpenRouterまたはTypeSafe）。
  • LLM_API_KEY – 生成型モデル用（デフォルトはDeepSeek、他の選択可能）。
• キーはユーザーの環境変数（HKCU\Environment）にのみ保存されます。ファイルには含まれません。
• 関係性の文脈（例：「友人」、「同僚」）とオプションの話し方スタイルを選択します。
• チャットウィンドウを開いたままにしてください（最小化しないでください）。新しいメッセージが届くと、浮動パネルが意図要約と3つの返信オプションを表示します。
• Fill をクリックして選択した返信を貼り付けます。必要に応じて編集し、自分で Send を押します。

対応チャットアプリ（標準搭載）

• WeChat – 中国語/英語OCR、緑色バブル検出。
• KakaoTalk – Windows.Media.Ocrによる韓国語OCR、黄色バブル検出。
• 他のアプリを追加するには app/chatapps.py に1行追加するだけです。

プライバシーとセキュリティ

• すべてのスクリーンショット処理はメモリ内に留まり、画像はディスクに書き込まれず、アップロードもされません。
• 送信されるのは、最近のNメッセージのテキスト（設定可能、デフォルトは10）、関係設定、自身の最近のメッセージの短いサンプル、およびオプションのスタイルプロンプトのみです。
• 更新チェックのためのGitHub Releasesへのオプションの1回のリクエスト以外、テレメトリは一切ありません。
• プログラムは他のプロセスにフックせず、他のアプリのメモリを読み取らず、お金関連のコンテンツも送信しません。

システム要件

• Windows 10（バージョン1903以上）または Windows 11（黄色キャプチャフレームを非表示にするために必須）。
• 事前にビルドされたexe用：追加ソフトウェア不要。
• ソースからビルドする場合：Python 3.10–3.12、rapidocr、windows-capture、PySide6‑Fluent‑Widgets、およびそれぞれのLLM SDK。

ライセンス

• コードはMITライセンスで公開されています。
• バンドルされたUIライブラリ（PySide6‑Fluent‑Widgets）はGPL‑v3のため、商業利用の場合は全体としてGPL‑v3の対象となります（そのコンポーネントの商業ライセンスを取得するか、コンポーネントを置き換える必要があります）。

誰に役立つか？

• デスクトップチャットクライアントで長時間過ごすユーザーで、チャットウィンドウから離れずに、迅速かつ文脈に応じた返信提案を望む人。
• OCRベースの画面スクレイピングとLLM推論、軽量な意思決定モデルオーバーレイをWindowsネイティブで実装した例を求める開発者。

---

上記のすべての情報はリポジトリのREADMEから直接取得しており、追加機能は一切推測されていません。