Jev 聊天助手:只替你拟回复,从不替你按发送
最近出现了一个值得关注的开源项目——Jev 聊天助手。它是一款运行在安卓手机上的应用,作用场景是微信、QQ、X(推特)和飞书这类即时通讯工具:当你与人对话时,它会先解读对方表达的意思,随后给出若干条备选回复,你从中挑一条点击即可填入输入框。

需要强调的是它的边界:只负责填字,不负责发出。发送键始终由用户本人按下。
消息是怎么被读到的
Jev 走的是安卓系统自带的无障碍服务通道,也就是原本用于辅助视障人士读取屏幕的那套能力。借助这条通道,它读取聊天界面当前呈现的对话内容,而不会侵入聊天软件本体——不改安装包、不登录用户账号、也不访问聊天数据库。
微信对界面做了混淆处理,常规无障碍服务取不到内容,于是 Jev 把自己的服务伪装成系统级读屏服务,从而越过这道限制。飞书的情况更特殊:消息正文是应用自行绘制的,无障碍树里并不存在文字节点,Jev 的应对办法是对每个气泡单独截图,再用离线 OCR 识别文字,整个过程不联网、不上传图片。
分析环节的两段式流程
分析部分由两个模型分工完成。首先是一个判断模型,它一次性回答七个问题:对方的真实意图、风险等级、对方在索取什么、是否需要立即回应、以及最优处理方式。这一步约一秒即可返回结果。
随后由另一个生成模型起草三条偏口语化的备选回复,判断模型再依据合适程度对其排序,最终呈现在半透明悬浮窗中供用户选择。
本地知识库与密钥配置
项目还提供了一项细节功能:本地知识库。用户可以往里存放笔记和联系人档案。举例来说,若你记录了某位朋友的关系、性格特征以及过往聊过的话题,那么下次分析此人的对话时,这些资料会被自动带入,生成的回复便不会与你一贯的人设和表达习惯相冲突。知识库保存在手机本地,不做上传。
调用模型所需的 API 密钥同样由用户自行填写。判断、回复、视觉三条链路支持分别配置,也可以只填一把密钥,让其余两路自动继承。相关费用在你的服务商处结算,项目本身不经手。
支持范围与扩展方式
目前微信、QQ、X 三条链路已完整跑通,飞书依靠 OCR 兜底也可正常使用。若要为新的聊天应用增加支持,只需编写一个几十行的适配器。
项目地址:github.com/jev-chat/jev-chat-jarvis
评论 共 0 条
正在加载…
还没有评论,来说两句吧。
先起个昵称
昵称只保存在你自己的浏览器里,用来显示你的评论与留言,不需要注册。
昵称需要 2 - 20 个字符。