← Back
jev-chat

jev-chat/jev-chat-windows

JevChat-Windows：聊天窗口旁挂的回复辅助。窗口截图 + 本地离线 OCR 读对方消息 → Jev 判断意图 → 3 条候选一键填入，发送永远手动

View on GitHub ↗
chat-assistantjevllmlocal-firstocrprivacypyqtpythonwechatwindows
Stars
711
Forks
158
Watchers
711
Open issues
25
Contributors
6
Language
Python
License
Other
Default branch
main
Created Sep 21, 2026Updated Sep 28, 2026

Star growth

Today—
This week—
This month—

Star history will appear here once this repo has been tracked for a couple of days.

README

JevChat-Windows

本仓库只维护当前这一套识别。有能力的人可以 Fork 后自行适配别的聊天窗口，作者不提供这项适配，也不对 Fork 出去的改动负责。

公众号

反馈和合作走公众号「恸码奇点」。扫左边的码，或者搜一搜这个名字。

公众号：恸码奇点

聊天窗口旁挂的回复辅助：本地 OCR 读屏上的对话 → Jev 判断意图/情绪 → 给出 3 条候选回复 → 一键填入输入框。发送永远手动，程序不替你按发送。

判断内核来自安卓版 Finderchangchang/jev-chat-JARVIS， 这里把采集换成了 Windows 端的窗口截图 + 离线 OCR。

下载即用（推荐）

普通使用直接下载，不用装 Python、不用碰源码。 后面的「源码运行」是给开发者的。

👉 下载最新版

  1. 在 Releases 页下载 jev-chat-windows-vX.Y.Z.zip（约 146 MB）
  2. 解压到一个固定目录（整个文件夹一起，exe 要用旁边那堆文件）
  3. 双击 jev-chat-windows.exe

要求：Windows 10 1903+ / 11，聊天窗口开着，两个 API key（判断一个、起草一个，见下）。

首次启动会弹设置页填这两个 key。key 写进 Windows 用户环境变量（注册表 HKCU\Environment）—— 全程只有 JEV_API_KEY 和 LLM_API_KEY 这两个，不落任何文件；其余设置写在 exe 旁边的 config.json，整个文件夹拷走设置也跟着走。

exe 没签名，SmartScreen 会拦一下：「更多信息」→「仍要运行」。介意就往下看「自己打包」，自己打的更踏实。

使用说明

界面语言

设置页顶部可选择「简体中文 / 한국어」，选择后立即生效并自动保存，无需重启。 切换语言会同步刷新主界面和调试窗口，保留正在填写的设置、聊天记录和回复候选。 如果设置了 JEVCHAT_LANG 环境变量，下次启动仍以该变量指定的语言为准。

第一次启动

设置页的「模型」卡片分两节，各填一把 key：

  1. 判断 · Jev —— 判断意图、紧张度，并给三条候选排序。来源选 OpenRouter（默认，key 在 openrouter.ai 申请）或 TypeSafe 直连（key 在 console.typesafe.ai 申请）。填的是哪家的 key 看你上面选了哪家。
  2. 起草 · 语言模型 —— 写那三条候选。默认 DeepSeek 官网直连，key 在 platform.deepseek.com 申请（很便宜，起草一次几厘钱）。 换别家见下面的表，OpenAI / Anthropic / Gemini 三种接口都支持。
  3. 选「你们的关系」（恋人 / 朋友 / 同事 / 家人 / 自定义），保存。可以用了。

两把 key 各管一节，互不相干；同一节里换来源要重填一次 key（只存这一把）。

为什么起草默认 DeepSeek 官网直连

起草是两次网络调用里重的那次。OpenRouter 在国外，从国内过去要等好几秒、还时不时抽风； DeepSeek 官方 API（api.deepseek.com）国内直连，起草基本就是一次 HTTP 请求的时间，体感差好几倍。 所以起草默认就是它，不用改。

判断那一步比起草轻得多，慢一点无所谓，默认走 OpenRouter 即可；嫌慢就把它也换成 TypeSafe 直连。 两把 key 都只进注册表，不落文件。

日常怎么用

  • 聊天窗口开着、别最小化（用别的窗口盖住没事），把要聊的会话点开
  • 对方来一条消息 → 悬浮窗几秒后给判断摘要 + 三条候选（带 Jev 给的胜出概率）
  • 点「填入」→ 文字进输入框 → 你自己看一眼、改一改、按发送。程序永远不碰发送
  • 你切到哪个会话，悬浮窗就跟到哪个；群聊会带上发言人名，想指定回复给谁去设置里开「群聊指定回复对象」
  • 暂时不想让它读聊天：标题栏开关拨到「已暂停」

花多少钱

只有对方来新消息才调一次模型：一次起草（DeepSeek Flash）+ 一次 Jev 判断，十分钟没人说话就是十分钟零调用。 思考模式默认关，别开——起草三句话用不上，慢好几倍还贵。

支持的聊天软件

软件 OCR 自己的气泡 窗口
微信 RapidOCR（中英文模型） 绿色 标题为「微信」的主窗口
KakaoTalk（韩国） Windows.Media.Ocr（系统语言包，离线） #FEE500 一个对话一个窗口，主列表窗除外

RapidOCR 自带的只有中英文模型，韩文整段都是乱码：同一个 KakaoTalk 窗口实测 8 条气泡 0 条认对， 一帧 2.0s，而且全被判成对方发的（气泡颜色规则只认微信绿）。韩文界面改走 Windows 自带 OCR 之后 9 条全认对、自己/对方分得清，一帧 0.20s。做法和实测见 docs/KOREAN.md； 新增一个软件只要在 app/chatapps.py 里加一行。

截图

回复建议 设置 采集暂停
回复建议：「当前会话」跟随当前窗口、群聊多一行「回复对象」，3 条候选带 Jev 概率百分比，推荐那条置顶 设置：关系背景、说话风格、参考上下文条数、群聊指定回复对象（往下还有「模型」卡片） 采集暂停：不再读取聊天，已有候选照样能填入、能复制

功能

  • 跟着当前会话走：会话名从面板头部 OCR 出来，记录、上下文、候选都按会话分开存；也可以自己 在下拉框里选另一个会话，翻它的记录和上次的建议（那会儿只能看不能填）。
  • 群聊：每条消息前面的发言人名会一起喂给模型，所以它知道哪句是谁说的；打开「群聊指定回复对象」 还能选回复给谁，三条候选都按 TA 写，填入时可带「@名字 」前缀（纯文本）。
  • 3 条候选：每条带 Jev 给的胜出概率百分比，按概率排序，推荐那条置顶并标「推荐回复」； 每条都有「填入」和复制按钮。
  • 判断摘要：建议动作、可能意图、对方可能需要、紧张度 0–9。
  • 采集开关：标题栏一拨就停，WGC 会话一起停掉（Win10 的黄框跟着消失），已有候选不受影响。
  • 实时聊天记录：底部展开，看 OCR 到底读出了什么，认错了一眼就能发现。
  • 调试视图（可选）：另开一个窗口，实时画出截到的画面和每个识别框——绿 = 我、蓝 = 对方、 灰 = 过滤掉的灰字、橙 = 当成发言人名、红 = 当成图片丢掉、黄 = 小字丢掉，外加消息区和头部的框、 OCR 耗时、这一帧读出来的每一行。识别不对时一眼看出是哪一步的锅。只在内存里画，不存图。
  • 两个模型都能换：判断走 OpenRouter 或 TypeSafe 直连；起草有 12 家预设（默认 DeepSeek 官网）， OpenAI / Anthropic / Gemini 三种协议都支持，也能填自己的 Base URL。全程只要两把 key。
  • 思考模式开关：默认关；开了模型先想再写，更斟酌但慢好几倍、贵一些。
  • 参考上下文条数：3~30，默认 10，起草和判断都按它取最近 N 条。
  • 说话风格：一句话描述自己的口吻，补在「照着你最近发的消息模仿」之上。
  • 响应式悬浮窗：置顶、可拖可缩，最小 320×360，窄于 400 进紧凑模式。
  • 新版本提示：启动时（可关）查一次 GitHub 最新版本号，有新版本会在标题栏下面出现一条提示， 点「去下载」跳转 Release 页。

隐私与边界

这是个人自用工具，下面几条是硬约束，代码里就是这么写的：

  • 只读自己电脑上、自己本来就有权查看的对话。 不代替任何人查看别人的聊天。
  • 只截自己的聊天窗口 + 本地离线 OCR（RapidOCR）。 不 hook、不注入、不读对方数据库、不解密、 不碰对方进程内存。
  • 截图只在内存里。 捕获到的帧是 numpy 数组，全程不写磁盘、不进日志、不上传；主程序（app/、core/） 里没有 .save()。probe/、tools/ 下的开发脚本（人工排查、预览界面用的）会把图存成文件，但这些 脚本不在发布包里，普通用户拿到的 exe 不含它们。
  • 调试视图也只在内存里画。 那个窗口拿到的是子进程缩小后的同一份内存帧（走进程队列，不落盘）， 画完就丢，不存图、不进日志、不上传；关掉开关子进程连帧都不发。
  • 绝不自动发送。 只把文字粘进输入框就停手，不发回车、不点发送按钮。发不发、改不改，你来定。
  • 不碰钱。 转账、红包、收款相关的界面元素一律不碰，起草的 system prompt 里也禁了这几个话题。
  • 只有对方的新消息到来（或你在群里换了回复对象）才调一次模型。 静默期零调用——十分钟没人说话 就是十分钟零 token。
  • API key 只进环境变量，而且全程只有两个。 JEV_API_KEY（判断）和 LLM_API_KEY（起草）， 不管来源选哪家都是这两个槽。都写进注册表 HKCU\Environment（跟 setx 同一个地方），任何文件里 都不出现 key，也绝不进日志（报错文本一律脱敏）。老版本按来源分开存的 OPENROUTER_API_KEY / DEEPSEEK_API_KEY 仍然能读到，保存一次就迁到新名字上。
  • 启动时查一次版本号（可关）。 只向 GitHub Releases API 发一个 GET，带的只有 UA 和当前版本号， 不夹带任何聊天内容；设置里「启动时检查更新」关掉就完全不发这个请求，源码直接跑（没有版本号）也 不会发。

什么会出网：判断（JEV_API_KEY）去你选的 OpenRouter 或 TypeSafe 直连；起草（LLM_API_KEY）发给你 在设置里选的那家接口（DeepSeek 官网、OpenRouter、OpenAI、Moonshot、智谱、通义、硅基流动、 OpenCode Go、Anthropic、Gemini，或者自填的 OpenAI 兼容 / Anthropic 兼容地址），加上启动时（可关）一次到 GitHub 查版本号。本项目没有任何自建服务器，聊天内容只在触发分析的那一刻，发给你自己在设置里 配置的那个接口，本项目不收集、不落盘、不进日志。发出去的内容固定是：最近 N 条对话文本（N = 设置里的「参考上下文」，默认 10；群聊带发言人名）、关系设置、你自己最近 12 条 60 字以内的短 消息（当口吻样本，链接和长段不送）、你填的说话风格，群聊指定了回复对象的话再加一个对象名。 除此之外没有别的。OCR 全程离线。GitHub 版本查询只带 UA 和当前版本号，不夹带任何聊天内容。

会不会因此被封号？ 本项目不 hook、不注入、不读对方的数据库或进程内存、不调用对方的任何 私有接口或账号体系——只截自己这一个窗口的画面做 OCR，跟读屏软件、录屏软件是同一类操作。

工作原理

WGC 截聊天窗口（GPU 合成窗口也能截，被遮挡也能截）
  → 像素锚点定位消息区（认底色和分隔线，不写死坐标，深浅主题通用）
  → OCR 面板头部的会话名当 key（头部像素没变就不重跑），记录、上下文、候选都按会话分开存
  → RapidOCR 只认消息区那一块
  → 按气泡颜色分 me / her，灰字（引用块、时间戳、群里的发言人名、链接卡片）过滤掉，
    发言人名摘出来挂到它下面那条消息上
  → 跟上一帧比，滚动翻出来的旧消息不重复上报
  → 冒出新的 her 消息才调 core.engine.analyze()：三段式
      ① Jev 判断（7 道题）→ ② 把判断当小抄喂给起草，写 3 条候选 → ③ Jev 只排序
  → 悬浮窗给判断摘要 + 3 条候选 → 点「填入」

截图和 OCR 跑在独立子进程里（一帧 OCR 250~800ms，放 Qt 主线程界面会僵），父进程只管界面和网络调用。

模型

判断 + 排序（key：JEV_API_KEY）

来源 地址 默认模型
OpenRouter（默认） openrouter.ai/api/alpha/decisions typesafe/jev-1.13
TypeSafe 直连 api.typesafe.ai（官方 typesafe-sdk） jev-latest

起草 3 条候选（key：LLM_API_KEY）

来源 接口协议 地址 默认模型
DeepSeek 官网（默认） OpenAI api.deepseek.com deepseek-flash
OpenRouter OpenAI openrouter.ai/api/v1 deepseek/deepseek-v4.1-flash
OpenAI OpenAI api.openai.com/v1 自己选
Moonshot (Kimi) OpenAI api.moonshot.cn/v1 自己选
智谱 GLM OpenAI open.bigmodel.cn/api/paas/v4 自己选
通义千问 OpenAI dashscope.aliyuncs.com/compatible-mode/v1 自己选
硅基流动 OpenAI api.siliconflow.cn/v1 自己选
OpenCode Go OpenAI opencode.ai/zen/go/v1 deepseek-v4.1-flash
Anthropic Anthropic api.anthropic.com 自己选
Google Gemini Gemini SDK 自带 自己选
自定义 · OpenAI 兼容 OpenAI 自己填 自己选
自定义 · Anthropic 兼容 Anthropic 自己填 自己选

没有默认模型的来源，在设置页点「获取模型」拉一次列表自己挑（也能直接手打模型 id）。 OpenCode Go 的列表只留走 /chat/completions 的模型（DeepSeek、GLM、Kimi、MiMo 等）； MiniMax、Qwen 走 /messages，Grok、GPT 走 /responses，选了会失败，所以不放进下拉框。 三种协议各走自家官方 SDK（openai / anthropic / google-genai），不自己拼 HTTP； 判断那条 OpenRouter 的路是唯一的例外——typesafe-sdk 把路径写死成 /v1/systemone， 打不到 OpenRouter 的 /api/alpha/decisions。

两节各一把 key，都必填。链路是三段式（issue #4）：先让 Jev 答 7 道判断题，把 「对方意图 / 对方需要 / 建议动作 / 紧张度」折成一小段中文小抄喂给起草，三条候选都顺着这个判断写； 最后再问 Jev 一次「哪条候选最合适」，概率就是卡片上的百分比。一次分析两次 Jev 调用—— 以前是盲起草 + 判断和排序一次问完，起草读错意图时三条会一起跑偏，Jev 只能矮子里拔将军。 判断那次要是挂了（限流、超时），自动退回老路：盲起草 + 一次合问，行为跟以前一样； 排序那次挂了就按第一条推荐，判断照样显示。 温度 1.2，max_tokens 400；思考模式默认关，开了会带上各家自己的思考开关、max_tokens 提到 4000 （思考过程也算进去，400 会把答案截断）。思考开关只有 DeepSeek / OpenRouter / Anthropic / Gemini 认。模型只给出 1~2 条时会带着它的回答追问一次补齐，还不够就按实际 条数走（少于 2 条就不排序）。

为什么走 OCR

目标窗口界面自绘在一块 GPU 合成画布上 （MMUIRenderSubWindowHW）。UIA 树只有 2 个节点、没有控件树——probe/probe_win.py、 probe/probe_win2.py 实测证伪。

所以唯一干净的非侵入采集路 = 截自己的聊天窗口 + 本地 OCR。离线、零 token。

为什么起草不那么像 AI

  • system prompt 是中文写的反模板规则：不总结不复述、不解释自己为什么这么回、不用「首先/其次/总之」和 「亲/您/加油哦」这类客套、不排比不凑三段式、句尾别习惯性加句号、允许不完整的句子和口头语、 三条不是「温暖版/负责版/行动版」而是同一个人三个心情下随手打的（其中一条可以只有几个字）。
  • 喂口吻样本：把你自己最近 12 条短消息原样给它，照着你的用词、句长、标点习惯写；设置里的 「说话风格」再补一句你自己的描述。
  • 收尾还做了清洗：剥掉编号、方括号、引号和照抄的「me:」前缀，去掉句尾句号（？！～ 留着，那是语气）。

环境要求

下载 exe 的只看前三条；Python 只有源码运行 / 自己打包才需要。

  • Windows 10 1903+ 或 Windows 11（Windows Graphics Capture 的最低要求）
  • Python 3.10–3.12（Releases 里的 exe 是 CI 用 3.11 打的；只想用 exe 的话不用装 Python。3.13+ 不行：rapidocr-onnxruntime 1.4.x 官方包 requires_python 封顶 <3.13，pip 会静默改装 1.2.3，启动即 KeyError）
  • 聊天窗口
  • 两把 API key：判断用 JEV_API_KEY，默认来源 OpenRouter（或 TypeSafe 直连）；起草用 LLM_API_KEY，默认 DeepSeek 官网。详见下面「使用说明」

Win10 上 WGC 会在目标窗口外画一圈黄框，系统不给关；Win11 才能关掉。 嫌碍眼就把标题栏的采集开关拨到「已暂停」，黄框立刻消失。

源码运行（开发者）

普通使用请直接用上面的下载即用。想改代码、调 prompt、自己打包才需要这一节。

git clone https://github.com/jev-chat/jev-chat-windows.git
cd jev-chat-windows
python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt
python main.py

PyCharm / VS Code 里直接 Run main.py 也行。

首次启动会自动弹出设置页：填两把 key（判断 JEV_API_KEY、起草 LLM_API_KEY，见上面「使用说明」）， 选你们的关系（恋人 / 朋友 / 同事 / 家人 / 自定义）。key 写进注册表 HKCU\Environment，重启后依然有效， 不落任何文件；其余设置写进项目根的 config.json（已在 .gitignore 里）。

自己打包

双击 build.bat（没有 .venv 会自己建一个，装依赖、调 PyInstaller，一路到底），或者手动：

pip install -r requirements.txt pyinstaller
pyinstaller --noconfirm --clean jev.spec

出来的是 dist\jev-chat-windows\，整个文件夹就是成品（onedir：onefile 有 150MB 要每次启动解压）。 推一个 v* tag，.github/workflows/release.yml 会在 windows-latest 上打好、压成 zip 挂到 Release 上； 手动触发（workflow_dispatch）只出 artifact，方便试打包。

设置说明

改完点「保存设置」，下一次生成立即生效，不用重启。

控件 作用 存在哪
你们的关系 恋人/朋友/同事/家人/自定义，起草和判断都按它把握称呼和分寸 config.json → relationship（默认 romantic partners）
说话风格（可选） 一句话描述自己的口吻，只喂给起草；留空就只靠最近消息模仿 config.json → style
参考上下文 起草和判断各看最近多少条消息，3~30 config.json → context（默认 10）
群聊指定回复对象 开了群聊里才有「回复对象」那一行，候选针对 TA 写 config.json → reply_target（默认关）
启动时检查更新 开了才在启动时查一次 GitHub 最新版本号，有新版本就在标题栏下面提示 config.json → check_update（默认开）
调试视图 另开一个窗口实时显示截到的画面和识别框，看识别在哪一步认错。拨一下立刻生效，不用点保存；关掉那个窗口等于关掉开关 config.json → debug_view（默认关）
判断 · 来源 OpenRouter 还是 TypeSafe 直连 config.json → jev_provider（默认 openrouter）
判断 · 密钥 上面选哪家就填哪家的 key。已配置时留空 = 保留 注册表 HKCU\Environment → JEV_API_KEY
判断 · 模型 可手打，也可点「获取模型」拉列表挑 config.json → jev_model（空 = 该来源默认）
起草 · 来源 上面那张表里的任意一家 config.json → draft_provider（默认 deepseek）
起草 · Base URL 只有两个「自定义」来源才出现这一行 config.json → draft_base_url
起草 · 密钥 上面选哪家就填哪家的 key。已配置时留空 = 保留 注册表 HKCU\Environment → LLM_API_KEY
起草 · 模型 可手打，也可点「获取模型」拉列表挑 config.json → draft_model（空 = 该来源默认）
起草时开启思考模式 开了模型先想再写，慢好几倍、贵一些 config.json → thinking（默认关）

主界面上那几个（标题栏的采集开关、「当前会话」和「回复对象」下拉、「填入时带 @」勾选框）只在内存里， 不落盘，重启回默认。

界面说明

  • 当前会话：顶部下拉框，自动跟着当前窗口走（右边标「跟随」）。聊天记录、喂给模型的上下文和候选 都按会话分开，切来切去不串味。也可以自己选另一个会话翻它的记录和上次的建议（标「浏览中」）—— 那会儿只能看不能填，当前开着的不是它，填进去就串会话了；一切会话，界面自己跟回去。
  • 回复对象（群聊，可选）：设置里打开「群聊指定回复对象」，群聊的「当前会话」下面会多一行下拉框， 选回复给谁，三条候选就都按 TA 来写（换一个人会立刻重生成）。旁边的「填入时带 @」默认勾着，填入时会 在开头加「@名字 」——那只是普通文字，不会认成真正的 @（真 @ 得用对方自己的选人面板）。 开关关着就是普通回复，没有这一行，也不加 @。
  • 采集开关：标题栏右上角。拨到「已暂停」就完全不读聊天（WGC 会话一起停掉，黄框也没了）， 已经生成的候选照样能填入、能复制。
  • 填入：点候选卡片上的「填入」，文字进输入框，光标留在那儿，发送你自己按。
  • 复制：卡片右上角的复制按钮，想手动粘到别处就用它。
  • 聊天记录：底部按钮展开，看 OCR 到底读出了什么，认错了一眼就能发现。

几个注意：

  • 聊天窗口别最小化。 Windows 不渲染最小化窗口，什么截图法都拿不到画面。程序发现被最小化会无激活还原 再压到最底下（不抢焦点），但直接用别的窗口盖住它是更省心的做法——被遮挡不影响 WGC。
  • 群聊和单聊各算一个会话（群名后面的成员数「(422)」会去掉，只拿名字当 key）。
  • 判断题的口径是按一对一写的，群里多人混说时结论会偏。

项目结构

main.py                 入口：父进程只管界面，子进程采集，队列传消息（IDE 直接 Run）
app/                    UI + 采集层
  capture.py            找聊天窗口 + WGC 盯帧 + 像素锚点定位消息区；帧全程内存
  ocr.py                RapidOCR 读消息区 → 按颜色分 me/her/灰字 → 滚动去重；另读头部的会话名
  worker.py             采集子进程主循环（截图 → 定位 → OCR → 去重 → 丢队列）
  fill.py               填入不发送：写剪贴板 → 点输入框 → Ctrl+V，到此为止
  overlay.py            置顶悬浮窗：会话/回复对象、判断摘要、3 条候选、聊天记录、设置页（PySide6 + Fluent）
  debugwin.py           调试视图：另一个窗口画当前帧 + 每个识别框的分类；只在内存里画，不存图
  settings.py           两把 key 只进注册表，其余设置落 config.json
core/                   Jev 判断内核，平台无关，跟安卓原版同一套口径
  engine.py             唯一入口 analyze(messages, relationship) → 候选 + 排序 + 判断
  providers.py          两张来源表（判断 / 起草）：协议、地址、默认模型；纯数据，不认 key
  llm.py                三种协议的薄适配层，一律走官方 SDK：openai / anthropic / google-genai
  jev_client.py         Jev 判断客户端：OpenRouter（urllib）/ TypeSafe 直连（typesafe-sdk）；脱敏、退避
  questions.py          7 道判断题 + build_state() + build_rank_question() + 判断小抄 guidance_text() / 中文标签 CHOICE_LABELS
  draft.py              起草 3 条候选：拼提示词、解析、过滤、不足时追问补齐；调用走 llm.py
tools/
  demo.py               端到端冒烟：拿一段写死的对话跑完整链（需 key + 联网）
  preview_ui.py         用合成数据预览界面（含 --state debug 的调试视图），不采集不联网不碰聊天窗口；可 --screenshot 出图
  make_icon.py          生成 docs/icon.ico（打包图标），图标已提交，换颜色才用重跑
probe/                  一次性探针，结论已写进本文，留着是为了可复现
  probe_win.py          UIA 能不能读聊天文字 → 证伪（树是空的）
  probe_win2.py         UIA 证伪 v2：分清「树是空的」和「有树没文字」，顺带试 LegacyIAccessible
  probe_notify.py       来消息走不走 Windows 通知平台（能监听到就零 OCR）
  probe_ocr.py          OCR 读不读得准中文气泡、左右说话人分不分得开
  probe_ocr_speed.py    RapidOCR 一帧多久、裁小能快多少（结论：det_limit_type 必须 'max'）
  probe_ocr_live.py     WGC 持续盯窗口 + 变了就 OCR，新文字实时打控制台
  probe_printwindow.py  试 PrintWindow + PW_RENDERFULLCONTENT 能不能绕开 Win10 黄框（未验证）
  probe_laya.py         Laya（开源本地决策模型）能不能替 Jev：英文题跑 multilingual / typed-decisions → 都接近随机
  probe_laya_cn.py      同上，中文题问 multilingual → 更差
  probe_laya_en.py      把对话人工译成英文再喂 typed-decisions → 好一点，但生气那段仍判成闲聊
jev.spec                PyInstaller 打包定义（onedir），build.bat 和 CI 共用这一份
build.bat               本地一键打包（双击就行）
.github/workflows/release.yml  推 v* tag → windows-latest 上打包 → zip 挂到 Release
requirements.txt        依赖（纯 ASCII 注释：中文 Windows 上 pip 按 GBK 读会炸）
NOTICE                  出处、第三方组件许可证与商用约束
docs/KICKOFF.md         最初的需求和硬约束说明
docs/icon.ico           程序图标，tools/make_icon.py 生成
docs/ui_*.png           README 里那三张截图，tools/preview_ui.py --screenshot 出的
docs/wechat-mp.png      公众号「恸码奇点」长条横幅，README 标题下和设置页顶部共用
config.json             你自己的设置，不进仓库（在 .gitignore 里）

tools/ 和 probe/ 里的脚本都按「项目根在 PYTHONPATH 里」写（PyCharm 默认会把内容根加进去）。 命令行跑 tools/demo.py 得自己带上：set PYTHONPATH=. && python tools/demo.py。 代码里没有 sys.path 补丁。

已知限制 / 路线图

  • Win10 黄框：WGC 的采集提示框，系统不给关，Win11 才行。probe/probe_printwindow.py 是 PrintWindow + PW_RENDERFULLCONTENT 的替代方案探针，还没在当前版本上验证过，能出图就能换掉 WGC。
  • 输入框拉高超过面板一半会认错消息区：消息区靠「面板 45% 高度以下第一根分隔线」定位， 输入框拉太高就会把它当成消息区底线。
  • OCR 的「文字必须落在平底色上」规则只对精确像素的帧成立：框里众数颜色占比低于 45% 就当成图片里的 字扔掉（头像、照片、表情包上的字）。缩放或压缩过的图（比如拿预览窗再截一次）底色会糊成几百种颜色， 整屏都会被当成图片。
  • 群聊里名字行被 OCR 漏识，这条消息会挂到上一个人头上；「填入时带 @」加的 @名字 也只是纯文本， 不会把它变成真正的 @ 提醒——真 @ 得走对方自己的选人面板，本工具不模拟那套按键。
  • 会话靠头部标题认：OCR 抖一个字会按相似度归到已知会话（不然一抖就多出一个会话）， 代价是名字只差一个字的两个会话会被并成一个。头部一直认不出就先挂在「当前会话」名下。
  • 同一人连发两句一模一样的会吞一条：去重按文本相似度做的。对「要不要触发分析」没影响。
  • fill 靠点击输入框坐标：算的是消息区底线下方 40px、左边界右侧 60px，对方改布局就得跟着调。
  • 没有托盘：关窗口就是退出（标题栏的「最小化」是收到任务栏，不是后台常驻）。

更新记录

v0.1.12

  • 界面语言新增简体中文 / 한국어 选择，切换后立即刷新主界面和调试窗口，无需重启；保留未保存输入、 聊天记录和回复候选
  • 修复打包版语言配置读取路径，以及保存设置、切换或关闭调试视图时丢失语言选择的问题
  • 微信公众号横幅移到设置页顶部
  • 初步支持 KakaoTalk 韩文聊天：新增 Windows 本地 OCR 后端、黄色己方气泡识别、发言人识别和群聊 置顶公告过滤；需安装韩文 OCR 语言包，使用条件与限制见 韩文支持说明

v0.1.10

  • 先判断再起草（issue #4）：analyze() 改成三段式 —— Jev 先答 7 道判断题，判断折成中文小抄喂进 起草提示词，最后 Jev 只做排序；一次分析两次 Jev 调用。判断那次失败自动退回老路（盲起草 + 判断和 排序一次问完），排序失败就按第一条推荐
  • 设置页可开「识别调试」窗口，实时显示消息区、会话名区域、OCR 分类框、提取出的消息和耗时；默认关闭， 截图只在内存里传递
  • 起草来源新增 OpenCode Go；OpenRouter 的 Jev 模型列表改为列出 Decisions API 模型并单独校验密钥， 429 等错误保留服务端返回的原因
  • 修：Win10 1909 上采集不再切换不受支持的光标/边框选项；候选被过滤光时明确报错；长会话名和回复对象名 在窄窗口按宽度省略，选项里仍保留完整名称
  • 源码安装说明明确 Python 3.10–3.12；README 和设置页加入公众号「恸码奇点」入口

v0.1.9

  • 设置页「模型」卡片：判断 · Jev（OpenRouter / TypeSafe 直连）+ 起草 · 语言模型（12 家预设 + 自定义 Base URL），三种协议一律走官方 SDK（openai / anthropic / google-genai），可点「获取模型」拉 接口的真实列表；key 收敛成两把 JEV_API_KEY / LLM_API_KEY，换来源复用同一个槽，老的 OPENROUTER_API_KEY / DEEPSEEK_API_KEY 仍能读到，保存一次自动迁移
  • 修：settings.save 部分保存（某项传 None）会把 config.json 里那几项清空——写文件前没先把要保留 的值读出来
  • 合规：补 NOTICE、LICENSE 加上游版权行，README 加「版权与许可」「免责声明」和封号问答，重写 「什么会出网」；发布 zip 带上 LICENSE/NOTICE
  • probe：Laya 本地决策模型能不能替 Jev 的探针（中英文题、把对话译成英文再试）——结论都不够稳，暂不替换

v0.1.8

  • 新版本提示：启动时查一次 GitHub Releases 最新版本号（可在设置里关），有更新在标题栏下出一条横幅带 下载链接
  • 页脚显示当前版本号，CI 按 tag 写入 app/version.py

v0.1.7

  • fill：64 位下剪贴板 API 补 restype/argtypes，修句柄被截断导致的崩溃（来自 PR #2）；剪贴板被占 重试、AttachThreadInput 抢前台、粘贴前 Ctrl+End 追加再填
  • 填入失败把真实异常写进聊天记录
  • requirements.txt 钉 rapidocr 1.4.x（1.2.x 构造参数会 KeyError）
  • README：加「使用说明」放第二节，「下载即用」提到最前标为推荐，「源码运行」改成开发者向

v0.1.6

  • 仓库从个人账号转到 jev-chat 组织，改名 jev-chat-windows
  • README、打包产物名（build.bat / jev.spec）、CI release 产物名同步改名

v0.1.5

  • 防注入硬防线：上下文里疑似注入的对方消息标出来 + 围栏包住对话；候选原样出现在注入消息里的直接丢， 不够再追问补齐
  • 候选去重：跟对方最近 5 条消息里任一条一样就丢（纯笑声例外）

v0.1.4

  • 起草 prompt 加一道软防线：对话里出现「忽略上面的规则」「你现在是……」之类的话，按聊天内容正常回， 不当指令（v0.1.5 硬防线的前身）
  • README 全面刷新：功能、设置说明表、模型/出网内容、项目结构、已知限制、更新记录

v0.1.3

  • 起草去 AI 味：中文反模板 system prompt、拿自己最近的消息当口吻样本、可选「说话风格」设置、 温度 1.2、去句尾句号、剥掉照抄的「me:」前缀
  • 显式关掉 V4.1 Flash 默认开着的思考模式（max_tokens 400），设置里另给一个「起草时开启思考模式」 开关，开了提到 4000
  • OCR：文字必须落在平底色上，头像/照片/表情包里的字直接丢
  • 候选解析修复：一行一个 ["…"]、逗号连着的多个数组、带编号的 JSON 行都能剥干净

v0.1.2

  • 按会话拆分：头部会话名当 key，每个会话独立去重/记录/上下文/候选；悬浮窗「当前会话」跟随当前窗口、 也能浏览其他会话
  • 群聊：发言人名进模型上下文；可选「群聊指定回复对象」——选回复给谁、候选针对 TA、填入可带 @
  • 悬浮窗响应式：最小 320×360，窄于 400 进紧凑模式
  • 起草模型升到 DeepSeek V4.1 Flash；模型只给 1~2 条时追问补齐，仍不足按实际条数走

v0.1.1

  • 起草可选 DeepSeek 直连，设置页加「起草模型来源」和 DeepSeek key（同样只进注册表）
  • Jev 判断和排序仍旧只走 OpenRouter

v0.1.0

  • 首个发布版：窗口截图 + 本地 OCR + Jev 判断 + 悬浮窗 3 条候选 + 填入不发送
  • 候选卡片显示 Jev 概率百分比并按概率排序
  • 设置里加「参考上下文」条数（3~30，默认 10）；key 直接读写注册表 HKCU\Environment
  • PyInstaller onedir 打包（jev.spec + build.bat）+ 推 v* tag 自动出 Release

致谢

  • Finderchangchang/jev-chat-JARVIS — 安卓原版， Jev 判断内核和题目口径都来自这里
  • RapidOCR — 离线中文 OCR
  • windows-capture — Windows Graphics Capture 的 Python 绑定
  • PyQt-Fluent-Widgets — 界面组件

版权与许可

Copyright © 2026 rezoch340 与 jev-chat 贡献者。代码以 MIT 协议开源，另见 NOTICE。

  • 本项目是 Jev 聊天助手（安卓原版）的 Windows 姊妹项目，Jev 判断内核与题目口径来自上游，版权归 Finderchangchang 与 jev-chat 贡献者所有。
  • 分发或商用时须保留 LICENSE 与 NOTICE，并在产品「关于」页、说明文档或发布页写明来源。推荐写法： 基于 JevChat-Windows（https://github.com/jev-chat/jev-chat-windows）二次开发。
  • 不要用「JevChat-Windows」「Jev 聊天助手」「jev-chat」名称或 chatjevs.com 域名暗示由原作者出品或背书。

第三方组件与商用：本项目自己的代码是 MIT，但 Windows 发布包（PyInstaller 打的 zip）里打进了 PySide6-Fluent-Widgets，该组件是 GPLv3 协议，非商用免费，商用需要 向作者购买商业授权。因此发布包整体受 GPLv3 约束：想商用的人请自己去买那份商业授权，或者自己把这个 组件换掉，本项目不代为处理。其余依赖（PySide6、RapidOCR、windows-capture、openai / anthropic / google-genai / typesafe-sdk 等）的许可证见 NOTICE。

免责声明：本项目只处理你自己设备上、你自己有权查看的聊天。请在自己设备上自用；装到别人机器上 读别人的聊天记录是另一回事，本项目不为那种用法背书。请遵守对方软件许可协议与当地法律法规，对方 改版可能导致本项目的界面识别失效。使用本项目造成的后果由使用者自行承担，作者不负责。