微信里那句回不回的话，让AI替你先想好
一周拿下1625颗星的jev-chat-jarvis，把AI塞进微信、QQ、飞书的消息输入框。读懂上下文、生成候选回复、一键填入——发不发，还是你说了算。
适合：每天被微信、飞书、QQ消息追着跑、又不想让AI替代自己说话的Android用户。
先说结论
jev-chat-jarvis做的事情很直接：装在Android手机上，让AI在微信、QQ、X、飞书的消息界面读懂对方在说什么，然后给你几个候选回复，点一下填进输入框。它不替你发，也不改包、不注入、不拦截消息流，只借用系统级的辅助功能读屏幕。这种“只读 + 一键填入”的设计，是这个项目一周内拿到1625颗星的关键判断。
真正的问题
社交通讯里最费脑子的事，不是打字本身，而是这句话要不要回、怎么回才不冒犯人、不显得冷淡、也不显得过度热情。你打开微信，看到对象发了一段含义模糊的话，工作群里老板丢了一句带反问的短句，飞书群里同事@你但只说“有空看下”——回还是不回，回什么语气，回多长，背后全是判断。
更大的问题是，对话语境是连续的。AI要想给出一个像样的建议，光看最后一条消息远远不够，至少要看到前面几轮谁说了什么、语气如何、是不是开玩笑、有没有反讽。这些线索全在屏幕上，但传统聊天机器人API拿不到这些上下文，只能让用户复制粘贴，体验直接打骨折。
jev-chat-jarvis的解法就是把这个“复制粘贴”环节砍掉：用Android的无障碍服务读出当前会话窗口的最近消息，送给本地或后端的LLM处理，生成几条候选，再写回输入框。整个过程对原App零侵入，不读你的通讯录、不上传聊天记录到不可控的服务器——前提是你自己接的模型是可信的，这一点后面会讲。
怎么做更省力
想要用得顺，几个前置条件得先确认。
| 准备内容 | 原因 |
|---|---|
| Android 7.0以上 | 无障碍服务读取屏幕需要较新的API |
| 开启无障碍权限 | 整个项目运行的前提 |
| 关闭省电模式的白名单限制 | 后台保活被系统杀掉，回复候选会失效 |
| 自备LLM的API Key或本地模型 | 官方仓库没有内置默认模型 |
部署完之后，日常使用的节奏很简单：在任意聊天窗口长按或点击悬浮按钮，系统读屏 → AI生成2~4条候选回复 → 你挑一条或者改改 → 一键填进输入框 → 自己决定要不要点发送。核心省力点不是省了打字，而是省了“想”这一步。
哪些坑要避开
第一，聊天记录属于高度敏感数据。尽量走本地模型，或者选择你信任的API；不要把亲密对话、家庭群、职场机密随便喂给不知底细的第三方服务。
第二，无障碍权限是把双刃剑。给一款App这个权限，等于让它能读你屏幕上显示的一切，包括支付密码、验证码、银行卡号。建议在系统设置里给项目设置一个独立的工作空间，或者在使用时临时关闭不必要的App。
第三，候选回复不是免责符。AI分不清反讽和陈述的概率并不低，尤其在涉及情绪、道歉、职场博弈的场景。最终点发送之前那一眼，必须由你本人做。
第四，别把它当成“自动回复外挂”。一旦形成依赖，自己组织语言的能力会肉眼可见地退化，重要场合还是建议手打。
现在就能动手
如果你只是想尝鲜，按这三步走就够：在GitHub仓库的Releases页下载最新APK，安装后在系统设置里开启无障碍权限，配上你手头的OpenAI兼容Key或本地Ollama模型，进入微信任一聊天窗口点悬浮按钮测试。体验一周后，再决定要不要把它固定在日常通讯流程里。