微信里的话不知道怎么接？macOS 悬浮聊天助手：识别消息意图与沟通风险，GPT 生成多种话术，Jev 评估候选，一键填入微信。话我帮你想，发送你来定。
Python
24
47 commits
updated Sep 22, 2026
微信里的话不知道怎么接？让 AI 帮你看懂，再帮你想好怎么回。
jev-哑巴微信是一款 macOS 微信聊天助手，悬浮在微信窗口旁：读取当前聊天，分析对方的意图和沟通风险，用 GPT 生成不同语气的回复。你挑一句，点「填入」，检查后在微信里发送。
话我帮你想，发送你来定。
看聊天 → 判意图 → 提醒风险 → 给出回复 → 一键填入。
你留在微信里聊天，助手在旁边提供建议，不必反复把对话复制到另一个 AI 聊天窗口。
| 你遇到的情况 | 助手提供的帮助 |
|---|---|
| 同事问「这个方案今天能给我吗？」 | 结合近期对话判断是在问进度还是催进度，提示如何交代现状、回应时间安排 |
| 对方情绪有点冲，不知道怎么接 | 展示沟通风险和行动建议，再给出不同措辞供你比较 |
| 想拒绝、想简短一点，又怕语气不合适 | 切换「拒绝加班」「稳如老狗」「高情商话术」等风格重新生成 |
| 群聊聊得很快，突然不知道接什么 | 结合识别到的发送者和最近几条消息，准备能接上话题的候选 |
这些是使用场景示例。意图和风险是模型的判断，回复中的事实、承诺和时间仍需你确认。
贴着微信用：原生悬浮窗随微信窗口移动，支持多显示器定位；可以收起、隐藏或暂停读屏；支持拖动边缘缩放，长内容可上下滚动。
读取当前聊天：捕获微信窗口，用 macOS Vision 在本机识别聊天文字、左右消息和群聊发送者，无需导出聊天记录。
结合上下文判断：生成回复使用最近最多 4 条上下文，意图判断使用最近最多 2 条上下文，区分派活、催进度、问进度、批评、要解释、闲聊、约会议、夸奖这 8 类意图。
风险与行动建议：显示 0–9 档沟通风险，并给出对应的回应方向，帮助你先想清楚再开口。
多种话术一起比较：内置 10 种风格，同时最多选 3 种；每种请求生成 2 条回复，一条稳妥、一条更有个性，最多展示 6 条候选。
候选合适度排序：GPT 负责写回复，判断模型负责评估候选，面板按话术分组展示排序结果。
复制或直接填入：选中回复可复制，也可通过 macOS 辅助功能写入微信输入框；已有文字时追加，写入后读回确认。发送由你操作。 微信版本未暴露输入控件时会明确提示并复制回复，可自行粘贴。
更及时地响应新消息：画面未变时跳过重复 OCR；消息到达后提前并行判断和生成，停稳后展示候选，再补上排序结果；分析期间继续读屏。Chat Completions 支持逐条显示流式候选，Responses 保留完整响应校验。启动时在后台预热 OCR 和本地判断模型。
识别范围可见：菜单栏可开关聊天文字检测框，帮助检查 OCR 读取位置；此功能使用现有文字识别结果，不额外下载视觉模型。
直接检查连接：设置里填写 GPT / Jev API、分别测试连通性，也可检查本应用的微信输入框权限与控件读取结果。
内置话术：高情商话术、贴吧老哥 v1.0、拒绝加班、卑微乙方、稳如老狗、已读乱回、职场黑话、阴阳怪气、理科直男、鱼塘主。
每个话术下拉框就是一组候选。默认启用「高情商话术」和「贴吧老哥 v1.0」，第三组可自行选择；选「不用」即可关闭该组。更换话术后，会针对当前消息重新生成。
也可以写自己的风格。在配置文件里加入下面一行，重启生效：
export JEV_TONES="自然接话=像平时微信聊天，简短、自然，少用表情，不刻意暧昧|温柔一点=先回应对方感受，再自然接话，不说教，不乱承诺"
用 | 分隔多种风格，格式为「名字=说明」。同名设置会覆盖内置话术。
Jev 帮你判断，GPT 帮你表达。
| 模块 | 作用 | 配置方式 |
|---|---|---|
| 判断层 | 分析意图、评估风险、给候选排序 | 配置 TypeSafe Jev；不填 Key 则使用本地 decider-2b |
| 生成层 | 按所选话术写回复 | 配置 GPT API，支持 Responses 和 Chat Completions |
Jev 输出判断和评分，不负责写聊天文本。未配置 GPT 时，仍可使用判断层，但不会生成候选回复。使用本地判断模型时，首次可能需要下载约 7 GB 模型文件；启动时会后台预热，准备完成前仍需等待。TypeSafe 调用失败时，程序会回退到本地判断模型。
当前提供源码，适用于 macOS 13 及以上。本仓库暂未发布可直接下载的安装包。
git clone https://github.com/wuxie888/jev-yaba-wechat.git
cd jev-yaba-wechat
悬浮面板支持拖动边框调整宽高；内容超出窗口时，可用触控板或右侧滚动条查看。长回复按窗口宽度换行。当前微信若不开放辅助功能输入框，点击「填入」会复制回复并提示在微信中按 ⌘V，不会假报填入成功。
打开应用，点击面板右上角 设置，或菜单栏 哑巴 → 模型设置：
连接测试使用固定测试句，不包含微信聊天，可能产生少量 API 费用。Key 以隐藏输入框显示，保存在本机仓库外；保存会保留其他个人配置。当前设置页配置的是 GPT + 云端 Jev；需要本地判断模型的用户仍可使用下面的手动配置方式。
也可以手动创建本机配置文件：
mkdir -p ~/.config/jev-yaba-wechat
touch ~/.config/jev-yaba-wechat/env
chmod 600 ~/.config/jev-yaba-wechat/env
用文本编辑器打开 ~/.config/jev-yaba-wechat/env，填入：
# GPT：负责写回复，填你账号可用的模型 ID
export OPENAI_API_KEY="你的GPT_API_Key"
export OPENAI_BASE_URL="https://api.openai.com/v1"
export OPENAI_MODEL="your-gpt-model-id"
export OPENAI_API_FORMAT="responses"
# Jev：负责判断；留空则使用本地模型
export TYPESAFE_API_KEY=""
export TYPESAFE_BASE_URL="https://api.typesafe.ai"
export TYPESAFE_MODEL="jev-latest"
使用兼容服务时，填写服务商提供的基础地址、Key 和模型名。Responses 会在基础地址后接 /responses，上述配置对应 /v1/responses；已填写完整 /responses 地址时不会重复追加。服务商只支持 Chat Completions 时，将 OPENAI_API_FORMAT 改为 openai。修改后重启应用。
打开微信，进入要使用的聊天，再运行：
./start.command
首次启动会准备 Python 和运行依赖，需要联网。到「系统设置 → 隐私与安全性」开启：
| 权限 | 用途 |
|---|---|
| 屏幕录制 | 读取微信窗口，在本机识别聊天文字；授权后退出并重新启动助手 |
| 辅助功能 | 将选中的回复填入微信输入框；只使用复制时可暂不开启 |
从源码启动时，授权对象可能是运行它的终端或 Python；使用 .app 时，为对应应用授权。
保持聊天窗口打开，助手读取到对方消息后自动分析。先看意图与建议，再挑选回复，点击「复制」或「填入」。确认收件人和文字后，在微信里发送。
菜单栏「哑巴」提供显示/收起、暂停读屏、立即重新分析和退出入口。
这是界面预览，图中未读取微信或调用模型。
窗口图像在本机交给 OCR 识别。开启读屏后，检测到消息会自动触发分析和生成：使用 GPT 时，消息文字、近期上下文和话术说明会发往你配置的生成服务；使用 TypeSafe Jev 时，判断所需文字及候选也会发往对应服务。本地判断模式不需要将判断请求发往 TypeSafe。
助手通过窗口捕获和辅助功能工作，不注入微信进程、不 hook、不解密聊天数据库，也不自动发送消息。API Key 保存在你本机的配置文件中，不随源码发布。
当前为 0.3.1 开发预览版，已合并截至 2026-09-22 本次核对时 Mac 原版最新提交 4ae7a2f 的实际代码与历史，保留品牌、GPT Responses、模型设置和可缩放滚动窗口。本机已验证 GPT 与 Jev 真实接口连通；微信 4.1.7 的自动填入尚未通过，辅助功能授权正常但未读取到文本输入控件。可使用复制后手动粘贴。详见 本机测试记录。
构建本机应用：
./packaging/build_app.sh
# 生成：jev-哑巴微信.app
打包 ZIP：
./packaging/release.sh
应用采用启动器包，首次正式启动安装运行依赖。当前未做 Apple 公证。构建需要 Xcode Command Line Tools（用于编译原生启动器）。只查看界面可运行 uv run python src/hud.py --brand-preview，该模式不读取聊天或调用模型。
只排查微信读取时，可在本机配置文件加入 export JEV_READ_ONLY=1 后重启。面板会显示识别文字并标明“聊天识别预览”，不调用判断或生成模型。删除该行并重启后恢复正常流程。
遇到问题或有想要的话术，欢迎 提交 Issue。排查日志位于 ~/Library/Logs/jev-yaba-wechat.log。
采用 MIT 许可，感谢 jev-chat-jarvis-mac 的开源贡献；版权与来源说明见 NOTICE。
微信里的话不知道怎么接？macOS 悬浮聊天助手：识别消息意图与沟通风险，GPT 生成多种话术，Jev 评估候选，一键填入微信。话我帮你想，发送你来定。
Python
24
47 commits
updated Sep 22, 2026
微信里的话不知道怎么接？让 AI 帮你看懂，再帮你想好怎么回。
jev-哑巴微信是一款 macOS 微信聊天助手，悬浮在微信窗口旁：读取当前聊天，分析对方的意图和沟通风险，用 GPT 生成不同语气的回复。你挑一句，点「填入」，检查后在微信里发送。
话我帮你想，发送你来定。
看聊天 → 判意图 → 提醒风险 → 给出回复 → 一键填入。
你留在微信里聊天，助手在旁边提供建议，不必反复把对话复制到另一个 AI 聊天窗口。
| 你遇到的情况 | 助手提供的帮助 |
|---|---|
| 同事问「这个方案今天能给我吗？」 | 结合近期对话判断是在问进度还是催进度，提示如何交代现状、回应时间安排 |
| 对方情绪有点冲，不知道怎么接 | 展示沟通风险和行动建议，再给出不同措辞供你比较 |
| 想拒绝、想简短一点，又怕语气不合适 | 切换「拒绝加班」「稳如老狗」「高情商话术」等风格重新生成 |
| 群聊聊得很快，突然不知道接什么 | 结合识别到的发送者和最近几条消息，准备能接上话题的候选 |
这些是使用场景示例。意图和风险是模型的判断，回复中的事实、承诺和时间仍需你确认。
贴着微信用：原生悬浮窗随微信窗口移动，支持多显示器定位；可以收起、隐藏或暂停读屏；支持拖动边缘缩放，长内容可上下滚动。
读取当前聊天：捕获微信窗口，用 macOS Vision 在本机识别聊天文字、左右消息和群聊发送者，无需导出聊天记录。
结合上下文判断：生成回复使用最近最多 4 条上下文，意图判断使用最近最多 2 条上下文，区分派活、催进度、问进度、批评、要解释、闲聊、约会议、夸奖这 8 类意图。
风险与行动建议：显示 0–9 档沟通风险，并给出对应的回应方向，帮助你先想清楚再开口。
多种话术一起比较：内置 10 种风格，同时最多选 3 种；每种请求生成 2 条回复，一条稳妥、一条更有个性，最多展示 6 条候选。
候选合适度排序：GPT 负责写回复，判断模型负责评估候选，面板按话术分组展示排序结果。
复制或直接填入：选中回复可复制，也可通过 macOS 辅助功能写入微信输入框；已有文字时追加，写入后读回确认。发送由你操作。 微信版本未暴露输入控件时会明确提示并复制回复，可自行粘贴。
更及时地响应新消息：画面未变时跳过重复 OCR；消息到达后提前并行判断和生成，停稳后展示候选，再补上排序结果；分析期间继续读屏。Chat Completions 支持逐条显示流式候选，Responses 保留完整响应校验。启动时在后台预热 OCR 和本地判断模型。
识别范围可见：菜单栏可开关聊天文字检测框，帮助检查 OCR 读取位置；此功能使用现有文字识别结果，不额外下载视觉模型。
直接检查连接：设置里填写 GPT / Jev API、分别测试连通性，也可检查本应用的微信输入框权限与控件读取结果。
内置话术：高情商话术、贴吧老哥 v1.0、拒绝加班、卑微乙方、稳如老狗、已读乱回、职场黑话、阴阳怪气、理科直男、鱼塘主。
每个话术下拉框就是一组候选。默认启用「高情商话术」和「贴吧老哥 v1.0」，第三组可自行选择；选「不用」即可关闭该组。更换话术后，会针对当前消息重新生成。
也可以写自己的风格。在配置文件里加入下面一行，重启生效：
export JEV_TONES="自然接话=像平时微信聊天，简短、自然，少用表情，不刻意暧昧|温柔一点=先回应对方感受，再自然接话，不说教，不乱承诺"
用 | 分隔多种风格，格式为「名字=说明」。同名设置会覆盖内置话术。
Jev 帮你判断，GPT 帮你表达。
| 模块 | 作用 | 配置方式 |
|---|---|---|
| 判断层 | 分析意图、评估风险、给候选排序 | 配置 TypeSafe Jev；不填 Key 则使用本地 decider-2b |
| 生成层 | 按所选话术写回复 | 配置 GPT API，支持 Responses 和 Chat Completions |
Jev 输出判断和评分，不负责写聊天文本。未配置 GPT 时，仍可使用判断层，但不会生成候选回复。使用本地判断模型时，首次可能需要下载约 7 GB 模型文件；启动时会后台预热，准备完成前仍需等待。TypeSafe 调用失败时，程序会回退到本地判断模型。
当前提供源码，适用于 macOS 13 及以上。本仓库暂未发布可直接下载的安装包。
git clone https://github.com/wuxie888/jev-yaba-wechat.git
cd jev-yaba-wechat
悬浮面板支持拖动边框调整宽高；内容超出窗口时，可用触控板或右侧滚动条查看。长回复按窗口宽度换行。当前微信若不开放辅助功能输入框，点击「填入」会复制回复并提示在微信中按 ⌘V，不会假报填入成功。
打开应用，点击面板右上角 设置，或菜单栏 哑巴 → 模型设置：
连接测试使用固定测试句，不包含微信聊天，可能产生少量 API 费用。Key 以隐藏输入框显示，保存在本机仓库外；保存会保留其他个人配置。当前设置页配置的是 GPT + 云端 Jev；需要本地判断模型的用户仍可使用下面的手动配置方式。
也可以手动创建本机配置文件：
mkdir -p ~/.config/jev-yaba-wechat
touch ~/.config/jev-yaba-wechat/env
chmod 600 ~/.config/jev-yaba-wechat/env
用文本编辑器打开 ~/.config/jev-yaba-wechat/env，填入：
# GPT：负责写回复，填你账号可用的模型 ID
export OPENAI_API_KEY="你的GPT_API_Key"
export OPENAI_BASE_URL="https://api.openai.com/v1"
export OPENAI_MODEL="your-gpt-model-id"
export OPENAI_API_FORMAT="responses"
# Jev：负责判断；留空则使用本地模型
export TYPESAFE_API_KEY=""
export TYPESAFE_BASE_URL="https://api.typesafe.ai"
export TYPESAFE_MODEL="jev-latest"
使用兼容服务时，填写服务商提供的基础地址、Key 和模型名。Responses 会在基础地址后接 /responses，上述配置对应 /v1/responses；已填写完整 /responses 地址时不会重复追加。服务商只支持 Chat Completions 时，将 OPENAI_API_FORMAT 改为 openai。修改后重启应用。
打开微信，进入要使用的聊天，再运行：
./start.command
首次启动会准备 Python 和运行依赖，需要联网。到「系统设置 → 隐私与安全性」开启：
| 权限 | 用途 |
|---|---|
| 屏幕录制 | 读取微信窗口，在本机识别聊天文字；授权后退出并重新启动助手 |
| 辅助功能 | 将选中的回复填入微信输入框；只使用复制时可暂不开启 |
从源码启动时，授权对象可能是运行它的终端或 Python；使用 .app 时，为对应应用授权。
保持聊天窗口打开，助手读取到对方消息后自动分析。先看意图与建议，再挑选回复，点击「复制」或「填入」。确认收件人和文字后，在微信里发送。
菜单栏「哑巴」提供显示/收起、暂停读屏、立即重新分析和退出入口。
这是界面预览，图中未读取微信或调用模型。
窗口图像在本机交给 OCR 识别。开启读屏后，检测到消息会自动触发分析和生成：使用 GPT 时，消息文字、近期上下文和话术说明会发往你配置的生成服务；使用 TypeSafe Jev 时，判断所需文字及候选也会发往对应服务。本地判断模式不需要将判断请求发往 TypeSafe。
助手通过窗口捕获和辅助功能工作，不注入微信进程、不 hook、不解密聊天数据库，也不自动发送消息。API Key 保存在你本机的配置文件中，不随源码发布。
当前为 0.3.1 开发预览版，已合并截至 2026-09-22 本次核对时 Mac 原版最新提交 4ae7a2f 的实际代码与历史，保留品牌、GPT Responses、模型设置和可缩放滚动窗口。本机已验证 GPT 与 Jev 真实接口连通；微信 4.1.7 的自动填入尚未通过，辅助功能授权正常但未读取到文本输入控件。可使用复制后手动粘贴。详见 本机测试记录。
构建本机应用：
./packaging/build_app.sh
# 生成：jev-哑巴微信.app
打包 ZIP：
./packaging/release.sh
应用采用启动器包，首次正式启动安装运行依赖。当前未做 Apple 公证。构建需要 Xcode Command Line Tools（用于编译原生启动器）。只查看界面可运行 uv run python src/hud.py --brand-preview，该模式不读取聊天或调用模型。
只排查微信读取时，可在本机配置文件加入 export JEV_READ_ONLY=1 后重启。面板会显示识别文字并标明“聊天识别预览”，不调用判断或生成模型。删除该行并重启后恢复正常流程。
遇到问题或有想要的话术，欢迎 提交 Issue。排查日志位于 ~/Library/Logs/jev-yaba-wechat.log。
采用 MIT 许可，感谢 jev-chat-jarvis-mac 的开源贡献；版权与来源说明见 NOTICE。