jev-chat/jev-chat-windows

JevChat‑Windows – 桌面聊天应用的AI辅助回复助手

是什么

• 仅限Windows的桌面程序，监视聊天窗口（WeChat、KakaoTalk等），对屏幕进行离线OCR，提取消息文本，发送给语言模型，并返回三个建议回复。
• 建议由小型决策模型（Jev）进行排序，同时提供简短的意图/紧急程度摘要。
• 用户手动点击 Send；工具仅将选定文本粘贴到输入框中。

主要功能

功能	说明
窗口捕获 + OCR	使用Windows Graphics Capture (WGC) 捕获聊天窗口，然后使用RapidOCR（中文/英文）或内置的Windows.Media.Ocr（韩文）在本地完全读取文本。
Jev意图分析	通过OpenRouter或TypeSafe调用轻量级决策模型，回答7个预设问题（意图、需求、建议行动、紧张程度等），并返回每个回复的概率。
三个AI生成回复	将Jev摘要与最近的对话上下文发送给生成式LLM（默认DeepSeek‑Flash，但支持OpenAI、Anthropic、Gemini、Moonshot等），生成三个候选回复。
排序	Jev重新评估三个草稿并分配胜率；得分最高的回复被标记为“推荐”。
浮动UI	一个小的始终置顶的覆盖层显示意图摘要、三个候选回复和一个粘贴所选文本的按钮。
会话级记忆	每个聊天会话由OCR提取的对话标题标识；历史记录、上下文和生成的回复按会话独立保存。
群聊支持	检测发言者姓名，可针对特定参与者，可选地在回复前加上@name。
调试视图（可选）	打开第二个窗口，可视化捕获的帧和所有OCR边界框，帮助用户查看为何某行被误检测。
无自动发送 / 无数据存储	程序从不点击发送按钮，从不将截图或密钥写入磁盘，仅传输推理所需的最小文本。
便携式可执行文件	预构建的jev-chat-windows.exe（约146 MB）无需安装Python即可运行；开发者可使用PyInstaller重新构建。

工作流程（简化版）

1. 捕获 – WGC持续抓取目标聊天窗口。
2. 定位消息区域 – 基于像素的锚点定位包含聊天气泡的区域。
3. OCR – RapidOCR（或韩文用Windows OCR）读取文本，按颜色分离气泡，过滤掉时间戳、图片等。
4. 检测新消息 – 当对方发送新消息时，管道触发。
5. Jev分析 – 将最近消息+关系设置发送至Jev决策API，接收意图摘要和胜率排名。
6. 草拟回复 – 将Jev摘要输入生成式LLM，生成三个候选回复。
7. 排序 – 再次调用Jev对三个草稿进行排序；UI显示概率。
8. 用户操作 – 用户点击Fill；文本复制到剪贴板并粘贴到聊天输入框。用户决定何时（或是否）发送。

设置与使用

• 下载：从发布页面下载最新zip，解压整个文件夹，双击jev-chat-windows.exe。
• 首次运行时出现设置窗口，必须提供两个API密钥：
  • JEV_API_KEY – 用于Jev决策模型（OpenRouter或TypeSafe）。
  • LLM_API_KEY – 用于生成模型（默认DeepSeek，其他可选）。
• 密钥仅存储在用户的环境变量（HKCU\Environment）中；无文件包含它们。
• 选择关系上下文（如“朋友”、“同事”）和可选的说话风格。
• 保持聊天窗口打开（不要最小化）。新消息到达时，浮动面板显示分析结果和三个回复选项。
• 点击Fill粘贴所选回复；可编辑后自行按Send。

支持的聊天应用（开箱即用）

• WeChat – 中文/英文OCR，绿色气泡检测。
• KakaoTalk – 通过Windows.Media.Ocr进行韩文OCR，黄色气泡检测。
• 添加更多应用只需在app/chatapps.py中添加一行。

隐私与安全

• 所有截图处理均在内存中进行；无图像写入磁盘或上传。
• 仅发送最近N条消息的文本（可配置，默认10条）、关系设置、自身最近消息的简短样本和可选风格提示至所选LLM端点。
• 除可选的单次GitHub Releases请求用于检查更新外，无遥测数据。
• 程序从不挂钩其他进程，从不读取其他应用内存，从不发送与金钱相关的内容。

系统要求

• Windows 10（版本1903+）或Windows 11（需隐藏黄色捕获框）。
• 预构建exe：无需额外软件。
• 从源码构建：Python 3.10–3.12，rapidocr，windows-capture，PySide6‑Fluent‑Widgets，以及相应LLM SDK。

许可证

• 代码采用MIT许可证发布。
• 内置UI库（PySide6‑Fluent‑Widgets）为GPL-v3，因此分发的可执行文件整体在商业用途下受GPL-v3约束（需获取该组件的商业许可证或替换组件）。

谁可能用得上？

• 在桌面聊天客户端花费大量时间，希望在不离开聊天窗口的情况下快速获得上下文感知回复建议的用户。
• 希望获得OCR驱动的屏幕抓取与LLM推理、轻量级决策模型叠加层结合的Windows原生示例的开发者。

---

以上所有信息均直接来自仓库的README；未推断任何额外功能。