JEVChat · 微信 AI 自动回复 Agent

问题背景与痛点

传统的聊天机器人大多依赖微信注入 Hook 或脆弱的无障碍 Accessibility 树（极易因客户端版本更新失效或导致账号封禁）；而在生成端，市面上的 LLM 问答带有严重的「AI 腔」——长篇大论、罗列要点、滥用书面标点，让人一眼看穿是机器回复。

我希望开发一款完全无侵入式、运行在 macOS 本地的值守 Agent，像真人一样坐在电脑前看屏幕，并且能像人类一样说话、断句与连发。

核心设计与实现亮点

1. 纯 Vision OCR 视觉检测（无 AX 依赖）：不接触微信底层内存与辅助功能树，通过原生 macOS Vision 框架进行精准中文 OCR 识别，结合 dHash 画面指纹比对技术。常态静默轮询仅需 ≈0.1s，只有画面发生增量变化时才触发 ≈0.6s 的窗口精读，根据气泡底色严格判定左右对话方向。

2. 双层 AI 决策架构（JEV ➔ LLM）：收到消息后，先由 JEV 决策层 综合硬规则（广告屏蔽、防转账诈骗、转人工判定）判断「当前消息该不该回、以什么态度回」；确认需要回复后，才调用生成层（如小米 MiMo）按注入的历史人设风格生成内容。

3. 真人语气拟态与防死循环风控：设计洗稿过滤器，自动剔除逗号与长段落，将回复切分为短句分条多轮连发；支持「败龙小号」个性风格注入；对挑衅与重复消息限制最多 3 句回复，有效防止两台 AI 相互对骂死循环。