给微信装一个 AI 副驾:开源项目 Jev 聊天助手,只读屏幕,发不发永远你说了算
这个项目的名字容易和另一个 Jev 混淆。前两天本站写过 TypeSafe 那个 System One Model,也是 Jev——只回答选择题、打分题、是非题的判断模型。这个项目就是它的一个落地:把 Jev 装在手机上当聊天军师。
它和「AI 教你怎么聊天」的区别是顺序
多数做法是直接让模型编一句回复。Jev 聊天助手先把判断交出去:一次请求问 7 道题,拿回对方的真实意图、危险等级、想要什么、下一步该做什么、这条该不该马上回,大约 1 秒返回。生成模型再根据这个判断起草 3 条候选,最后还是由 Jev 给这 3 条排序。
顺序带来的差别很实际:先判断就能识别出「这条是催款」「这句在试探你的底线」「这种要求不该答应」,而直接生成的回复往往看上去礼貌得体,实际答偏了。
不动你的聊天软件
这是它最值得说的一点。不 hook、不改包、不调用微信的接口或账号体系、不读数据库,只通过系统无障碍服务读「屏幕上正在显示的对话」,工作方式和读屏软件一样。微信的节点是混淆的,作者的解法是把服务类名伪装成系统自带的 SelectToSpeakService,8.0.78 实测能读到气泡;QQ 按 id 读节点;X 解析 Compose 的 content-desc;飞书正文是自绘控件、无障碍树里没有文字,1.3 起改成对每个气泡矩形做离线 OCR(ML Kit 中文模型,不上传图片、不需要 Google 服务)。
发送权也留给人:程序只执行「填入输入框」,失败就退到剪贴板粘贴,从不自动发送,转账、红包、收款一律不碰。
平台支持
| 平台 | 状态 | 采集方式 |
|---|---|---|
| 微信 Android | 全链路 | 无障碍读气泡(8.0.78 实测) |
| QQ Android | 全链路 | 无障碍读节点(9.3.50 群聊实测) |
| X / Twitter 私信 | 全链路 | 解析 Compose 的 content-desc(12.25 中文界面实测) |
| 飞书 / Lark | OCR 兜底 | 气泡矩形 + 离线 OCR |
| 其它任意 App | 手动 | 悬浮窗菜单「截屏识别一次」 |
怎么用
装包(仓库里有签好名的 release 包,Android 11+)→ 设置里填接口 → 开三项权限。
接口分三张卡:判断、回复、视觉,地址密钥模型分别可填,内置 OpenRouter、TypeSafe 直连、DeepSeek 官方、通义兼容四套预设,每张卡都能一键测连通。只有一把密钥也能用——填「判断接口」那一栏,另外两栏留空会自动继承。默认回复模型是 deepseek/deepseek-chat-v3.1。
权限三项:无障碍、悬浮窗、自启动 + 省电无限制(小米 / HyperOS 必做)。从 1.3 升级上来要把无障碍开关关掉再开一次,否则新增的截屏能力不生效。
项目没有自建服务器,聊天内容只在你触发分析的那一刻发给你自己配置的接口,不落盘、不进日志;密钥存在 App 私有空间。另有联系人档案和本地知识库,让回复知道「这个人是谁、以前聊过什么」——但检索是标签和标题的包含匹配,不是语义检索,笔记不打标签就命中不了。
泼冷水:两件事想清楚再装
第一件是无障碍权限本身。 一个能读屏幕上所有文字的服务,权限级别和读屏软件相同,等于你把当前界面的可见文本交给了它。代码是 MIT 开源、可自行审计,且它明确不落盘不建服务器,这一点是可查的;但装上它,就要接受这个权限事实。README 的免责声明也写明了:请遵守微信、QQ、X、飞书各自的许可协议与当地法律法规,作者不对使用后果负责。多数聊天软件的用户协议对第三方自动化读取并不友好,商业沟通场景尤其要自己掂量。
第二件是聊天内容发出去的那一刻。 「不落盘、不上传自建服务器」说的是它自己,但判断和生成必须调用模型接口——内容会到你填的那家服务商那里。工作对话、客户信息、谈判底线这类内容,走哪家接口是你自己的决定,也是你自己的责任。
技术上也有硬限制,别抱着过高期望:
- 国产 ROM 会杀后台。小米 / HyperOS 上四项权限都开了仍可能被冻结,气泡短暂消失,界面里再点一下通常自愈。这是 README 里列为第一条的已知问题。
- OCR 只认屏幕上看得见的部分。长消息被截断的读不到,识别有错字;
FLAG_SECURE保护的窗口截不到。 - 群聊按一对一分析,「对方」和关系设定对群聊不准。
- Jev 主训练语言是英文,题目用英文、聊天内容保留中文,作者建议用自己的真实对话做一批标注校准(
tools/jev/里有脚手架)。 - X 只验过中文界面,英文界面只有兜底。
- 微信更新界面结构后可能需要跟进适配;加了离线 OCR 模型后 APK 从约 12 MB 涨到约 27 MB,且只打 arm64-v8a。
如果你只是想在电脑前用,同组织还有 macOS 版和 Windows 版,思路相同:看屏 + 判断 + 3 条候选,发送永远手动。