Jev 聊天助手：先判断再写字，一个装在手机上的"对话副驾
前言
AI 帮你回消息的工具不少，绝大多数的做法是：读对话 → 让大模型编一句回复 → 发出去。听起来顺，用起来心慌——它替你说的每一句话，出了事算谁的？
Jev 聊天助手（jev-chat-jarvis）把顺序和权力都改了：先判断，再写字，绝不发送。一个判断模型先告诉你对方真实意图、危险等级（1-9）、该不该马上回，再让生成模型起草 3 条候选，排序后填进输入框——发送键永远你自己点。开源（MIT），Android 11+，还有 macOS 和 Windows 姊妹版。 " 这个项目值得写的不是"AI 回消息"，而是它对边界的处理：不 hook、不改包、不碰账号、不读数据库、不自动发送。每一条都是刻意的克制。
一、项目身份
Jev 聊天助手（jev-chat-jarvis，v1.4）是一个 Android 端的"对话副驾"：你在任何聊天 App 里聊天，它在旁边的悬浮窗里读懂对方、给出候选回复，一键填进输入框。
一句话说清楚：
用系统无障碍服务读屏幕上的对话，判断模型一次给意图/危险等级/最佳动作，生成模型起草 3 条候选，悬浮窗展示、一键填入，发送永远手动
项目地址：https://github.com/jev-chat/jev-chat-jarvis 协议：MIT（商用需注明出处） 平台：Android 11+，另有 macOS / Windows 姊妹项目
应用方向：社交对话辅助——识别对方真实意图、给风险提示（1-9 危险等级）、避免说错话；配合本地知识库和联系人档案，让回复符合"你的人和事"。防诈骗场景是危险等级设计的直接对应。
效果：判断约 1 秒返回、带把握度；QQ、X 真机全链路跑通，飞书靠 OCR 兜底；不依赖 root / Xposed，不改聊天软件一个字节。
二、核心思路：判断和生成分工，采集和业务解耦
这个项目有两个关键架构决策。
第一，判断模型和生成模型分工。大多数工具直接让模型编回复，Jev 先让判断模型（Jev 协议）回答一次 7 道题——意图、危险、需求、动作、该不该回——全部是选择/打分/是非题，一次请求约 1 秒。生成模型只管起草 3 条口语化候选，再由判断模型按"最合适"排序。先看清局面，再动笔，这是它和"一键 AI 回复"工具的本质区别。
第二，采集和业务彻底解耦。无障碍采集按"一个 App 一个适配器"组织，适配器只干一件事：把当前窗口变成统一的「标题 + 消息列表（谁说的、说了什么）」。下游的判断、候选、悬浮窗、填入完全通用——新增一个聊天 App 只需写一个几十行的适配器加一行注册。
三、主执行链路
链路里每一步都有兜底：树里没正文走 OCR；填入失败退剪贴板粘贴；OCR 截屏限频且会躲开自己的悬浮窗；面板顶部显示"知识库 N 条 · 历史 M 条"，让你确认这次分析到底带了什么上下文。
四、核心模块架构
适配器是采集层灵魂，四个现成的覆盖四种典型情况：
| App | 无障碍树情况 | 适配器做法 |
|---|---|---|
| 节点开放有 id | 正文/标题按 id 取，按气泡贴哪侧头像判谁说的 | |
| X | Compose 无 id，text 为空 | 解析 content-desc（发件人：正文。时间。Read） |
| 飞书 | 正文自绘，树里没文字 | 拿气泡矩形+已读状态，OCR 每个矩形 |
| 微信 | 隐藏消息文字+防截屏 | 已停用——1.4 起不再读取 |
知识库与联系人是"它认识你"的部分：笔记支持常驻（每次必带）和标签命中（出现在会话标题或最近 6 条消息里才带，最多 5 条）；联系人匹配姓名或任一别名，忽略群名尾部人数和大小写；悬浮窗长按可把当前会话一键存为联系人。历史记录默认关闭，开启后带最近 30 条并去重——全部只存本机私有目录，一键清空。
三路接口（判断/回复/视觉）地址、密钥、模型分别可配，只有一把密钥也能用（其余自动继承）。内置 OpenRouter、DeepSeek、通义、Vercel、OpenCode Zen、博查 Jev 等预设，每张卡一键连通测试——走你自己的密钥和额度，项目不经手费用也没有自建服务器。
五、数据与状态流
数据流的核心纪律是最小化和瞬时：聊天内容只在触发分析那一刻发给你自己配置的接口，不落盘、不进日志、没有中间服务器；知识库命中是保守的（标签不命中就不带）；历史默认关闭。悬浮窗顶部那行"知识库 N 条 · 历史 M 条"是把"带了什么数据"这个通常不可见的状态显式暴露给你。
六、跨端边界
- 平台矩阵（项目最诚实的部分，一张表全交代）：
- QQ Android ✅ 全链路（9.3.50 实测群聊）
- X 私信 ✅ 全链路（中文界面实测，英文只做了兜底未验）
- 飞书 ✅ OCR 兜底（真机验证）
- 任意 App ✅ 手动"截屏识别一次"（不区分我/对方）
- 微信 ❌ 已停止支持
- 桌面/网页 ⏳ 规划中
- 微信的死因值得单独记：8.0.52+ 对普通无障碍服务隐藏消息文字，近期又对部分账号开防截屏（FLAG_SECURE）——两条读取路径都被堵死，作者没有硬绕，1.4 起彻底不读微信，进入微信只提示一次。对抗平台时选择退出而不是对抗，这是正确的工程判断
- 平台差异的哲学：同一内核，换采集方式。适配器返回 null 表示不在聊天窗，返回空列表才触发 OCR——状态语义是精心定义的
七、配置边界
- 必配：三张接口卡里至少填"判断接口"（最简单是 OpenRouter 一把 Key，其余两栏自动继承）
- 可选配：判断接口换预设（博查 Jev 限时免费、OpenCode Zen 有免费档、Vercel、TypeSafe 直连）或自填地址；回复模型默认 deepseek-chat-v3.1（README 直说了国内 Gemini/OpenAI 会被区域限制）
- 系统权限三项：无障碍（读消息）、悬浮窗、自启动+省电无限制（小米/HyperOS 必做，否则后台被冻结）
- 知识库开关：历史记录默认关——隐私相关的能力默认最保守，要用自己打开
八、扩展点
- 新 App 适配：实现
ChatAppAdapter（几十行）+ 注册一行，判断/候选/悬浮窗/填入全不用动；README 附了完整教程（用adb shell uiautomator dump看树） - 多平台内核复用：macOS 版（看屏+本地小模型）、Windows 版（窗口截图+离线 OCR）已经存在，同一套判断协议跑三种形态
- 判断模型可校准：
tools/jev/提供题目集与校准脚手架——Jev 主训练语言是英文，用自己的真实对话做标注校准是官方建议 - 知识库扩展：多行文本粘贴批量导入笔记，标签体系自己搭
- 商用路径清晰：MIT 允许集成进自己的产品，保留 LICENSE/NOTICE 并注明来源即可
九、风险点
- 无障碍 + 截屏的天然敏感性。它读的是你屏幕上的一切对话，工作方式与读屏软件相同——但同样的能力，换个目的就是键盘记录器。装它之前想清楚你信任的是什么：开源代码 + 无自建服务器 + 密钥走你自己的接口，这三件事是信任的全部依据
- 聊天内容会发给第三方模型接口。虽然是"你配置的接口"，但对话正文终究出了设备——涉及敏感对话时，分析那一刻数据就在别人的服务器上。这是此类工具无法回避的代价，README 没有回避（有 PRIVACY.md），你也不该回避
- 平台对抗是持续性风险。微信的今天可能是任何 App 的明天——无障碍读取本质是平台容忍的灰色地带，随时可能收紧。这个项目的价值随时可能被一次系统更新削掉一半
- 国产 ROM 后台冻结。小米/HyperOS 配齐保活仍可能杀进程，气泡短暂消失要靠交互自愈——不是 bug，是国产 ROM 的生态现实
- 判断准确性有边界：Jev 主训练语言是英文处理中文对话；群聊按一对一分析（"对方"和关系设定对群聊不准）；飞书 OCR 的我/对方按已读状态判可能反；X 英文界面未验。判断模型的输出是建议不是真理，尤其危险等级这种东西，误报和漏报的代价都真实存在
- OCR 的物理限制：只认屏幕看得见的部分，长消息截断读不到，识别有错字，FLAG_SECURE 窗口截不到；ML Kit 离线模型让包体从 12MB 涨到 27MB
- 合规自担：README 免责声明写明只处理自己有权查看的聊天，但各平台许可协议是否允许无障碍辅助读取，最终是你自己的责任
记住
Jev 聊天助手的核心不是"AI 替你聊天"，而是三重边界设计：判断先于生成（先看意图和危险，再动笔）、采集与业务解耦（一个适配器几十行，内核永远通用）、发送权在人（只填入，永不发送，转账红包一律不碰）。
它对微信的处理方式值得所有做同类工具的人记住：两条路都被堵死，就诚实地退出，提示一句"请在别的软件上使用"——不对抗平台，是这类工具能活多久的关键。
至于信任：开源、无服务器、走你自己的 Key——这三件事构成它全部的隐私承诺，也别忘了聊天内容出设备的那一刻，边界就到了。
参考资源
- 项目：https://github.com/jev-chat/jev-chat-jarvis（MIT，含 PRIVACY.md、适配器开发教程、tools/jev 校准脚手架）
- 姊妹项目：jev-chat-mac（macOS）· jev-chat-windows（Windows）· wechat-ink（公众号写作助手）
- 判断协议：TypeSafe Jev（选择/打分/是非，一次前向，约 1 秒）