jev-chat/jev-chat-jarvis-mac

它解决了什么问题

当聊天消息在你的 Mac 上弹出时，你通常需要快速判断对方的真实意图、回复的风险程度以及该说什么。这个项目在一个浮动窗口中即时提供这些分析，而不会触碰聊天应用本身或自动发送任何内容。

工作原理

它仅在 Apple Silicon Mac（macOS 13 及以上）上运行。它通过截取前台聊天应用的窗口截图并使用 Apple 的 Vision OCR 读取文本，或直接读取应用的文本界面（无需截图，但需要辅助功能权限）来监视聊天应用。识别出的消息被输入到一个小型本地模型（decider-2b，约 3.8 GB 下载）中，该模型输出意图（8 个类别，约 86.4% 的零样本准确率）和 0 到 9 的风险评分以及建议操作。然后，第二个生成层（可以是 DeepSeek 等云 LLM 或本地 Ollama）生成多种不同语气的候选回复（14 种内置语气，例如高情商、贴吧风格、被动攻击）。所有候选回复都显示在一个浮动面板（NSPanel）中，该面板保持在其他窗口之上。你可以点击“填入”通过辅助功能将选定的回复粘贴到聊天输入字段中，或手动复制。该系统是纯只读的：无注入、无挂钩、无数据库解密、无自动发送。

适用人群

适用于在 macOS 上使用聊天应用（如微信等）并希望获得快速、AI 辅助的帮助来解读消息和起草回复的人——尤其是在语气和风险很重要的社交或工作环境中。它也对希望使用自己的 API 密钥或本地 Ollama 模型进行自托管的开发者有用。

亮点

• 只读且非侵入性：使用屏幕捕获 + OCR 或系统文本界面；绝不注入、挂钩或解密任何内容。
• 意图和风险分析：8 个意图类别，零样本准确率 86.4%（来自 22 个回归案例），风险 0–9 并附带操作建议，全部来自一次本地前向传递。
• 回复生成：14 种内置语气风格，每种可生成 1–5 条候选回复（默认 2 条），支持本地排序和就地重新排序。
• 浮动面板跟随前台应用，显示聊天名称、分析状态、意图、风险级别和分组候选回复。
• 手动校准模式允许你在自动检测遗漏区域时调整截图上的消息和输入区域。
• 可选的 YOLO 框（视觉调试）显示消息归属、引用状态和 OCR 置信度。
• 历史和背景上下文：可选择记录每个对话最多 100 条消息，并添加自定义“聊天背景”备注以帮助模型。
• 隐私友好：除非你选择云模型，否则所有数据都在本地处理；没有历史记录的云同步，除了你配置的 API 调用外没有遥测。
• 通过 Homebrew 轻松安装（无需“右键打开”）或从 Releases 直接下载（需要一次性右键打开或清除隔离属性）。