我想用 Jev 复刻微信的「读心术」，结果没搞定哈哈哈哈……

上周，Jev 突然在 X 上爆火。

我刷了半天，时间线里有 90% 的帖子都在惊叹这个模型。我也好奇什么模型这么牛逼。当时X上已经有不少帖子、长文在进行分析了，于是自己也去申请、安装和尝试了一遍，并以此为经验写了《手把手教你用 Jev：申请、安装与使用场景》一文。

当时X上一堆这种Jev模型的各种案例、整活，但整体看下来都是用Jev模型来当路由，节省Token的用法。这几天看下来，大概只有两个案例比较惊艳，一个是用Laya来玩贪吃蛇，速度比Jev更快的玩法。另一个就是截图中微信意图识别的内容。

视频1 本地Laya模型玩贪吃蛇演示

图1 传播很广的微信意图识别案例

这就有点意思了。

男同胞们的直男思维装上女票的感性解释，有时候很多无名火就是这么起来的。有了这种工具，起码能拯救不少人于水火之中（当然，职场上也是一样哈哈哈）。

当时记得还有不少人求作者开源，从效果来看，这种也是最合适的场景之一（当然，只针对使用者而言；对微信来说就有点不可接受了）。因为作者没有开源，就想着自己弄一下。

昨天忙没来得及。早上把截图发给AI，让它帮我找Jev的本地化模型（其实就是Laya模型，忘记名字了哈哈哈），以及做成截图中的效果。

图2 早上让AI识别准备开整

然后故事开始有趣了起来：

01.

第一次坑爹的尝试

我的想法很简单：和图中的效果一样，对每句话进行识别，然后给我Jev的判断就行了。至于其他的，那我不管。

问另一个模型，是想用本地的Laya代替云端的Jev，这样数据安全了，后续Jev额度用完了也有退路。

一通哐哐造，然后 AI 给我整了一个独立的 Mac 应用：把微信对话复制进去，或者导入截图，再标清楚哪句是我说的、哪句是对方说的，填好密钥，点击分析，它就会在旁边展示意图、风险和建议动作。

这玩笑有点大啊~

我要的是截图中的效果：在微信里聊天，就能顺手看到分析。而不是每次都要把微信内容复制出来，再切到另一个窗口，检查文字，标注说话人，然后点击分析。

图3 第二次应用配置

图4 AI改出来的第二次版效果

这特么不是搞笑吧~这么复杂，我要你干嘛？！

我直接告诉它：“我要的是截图中的效果，直接在微信内处理。而不是单独弄个外挂应用，这种太麻烦了没有意义。”

02.

第二次死性不改

然后AI又是一顿哐哐改造。然后一看，还是不行（我都怀疑吞了这么多Token是干嘛了）。

我找了一个外挂的仓库，让AI去参考别人直接增强原应用界面的办法。它又研究了一轮，写了新的脚本，后来发现还没确认微信的聊天界面能不能用这种方式接进去，只好把脚本停掉。

几轮下来，解释越来越多，方案换了好几个，我要的效果还是没出来。

图5 还是没搞定，让去找解决方案

最后 AI 自己也承认：“这轮没有实现你要求的微信内联效果。”

有点忍不了了，就这样吧，先刷会X散散心。

03.

开源项目的轮子

就是那么巧，放弃后去刷X摸鱼，正好看到有人直接开源了类似的项目。^[1]

图6 Jev Chat Assistant 项目官网截图

那还等啥，直接用现成的轮子。

于是直接去下载安装了整个项目，因为没有Android 手机，只能测试Mac端的（刚好电脑用的时间比较多）。

下的时候没注意，其实效果和我想要的不一样。不过问题不大，先装上试试。

首次启动会提示开发者不被信任（没做公正，看得出也是弄得很仓促了），需要在系统设置 › 隐私与安全性里开启。然后继续按提示打开「屏幕录制」权限（系统设置 › 隐私与安全性 › 录屏与系统录音，给 jev-jarvis 打开）。

图7 授权后展示，应用名都没改哈哈哈哈哈

安装好后，很快跑起来了，不过就是只能识别企业微信，没有识别到微信的（让AI修复了）。我还以为是窗口切换的问题，重启、切换，搞了半天，最后没辙了，让AI查。

结果原因好傻B：程序找窗口时，只要名字里包含“微信”两个字，就把它当成目标。“企业微信”当然也包含“微信”，而我当时企业微信的窗口更大，它就优先选了企业微信。

相当于我让它去找微信，它看见企业微信，说找到了，还一本正经地开始分析。

AI 把这个条件改成只匹配普通微信，重新启动后，才选中了正确的窗口。

图8 只能企微用的BUG分析

然后，就发现了另一个问题：能分析消息，却生成不了回复（忘记截图了）。

这里其实要配两套模型。Jev 负责判断对方可能在表达什么、这段对话的风险有多高；真正把回复写出来，要交给另一个生成模型（我给回复端配的是 DeepSeek Flash）。

密钥填好了，模型名也没错，它却提示“额度被思考耗尽，正文 0 条”。

？？？？？？

Flash 都没有思考模式，为什么会报这个错？

图9 多出来的思考模式分析

让 AI 直接查接口返回，确实看到了思考内容。应用原本只给每次回复留了 300 个 token 的输出预算，正文为空、又收到思考内容时，就会弹出这句提示。

两个问题修完，才算进入能用的阶段。

判断层用 Jev，回复层用 DeepSeek，面板里能看到意图、风险和候选回复。测试时，两组话术一共给出了四条候选，还会继续做排序。

图10 微信意图识别效果演示

至于它和开头那张截图有什么区别，也终于弄明白了。

我安装的这个版本并没有改微信里的聊天气泡。^[2]它是在本机读取微信窗口的画面，把聊天文字识别出来，再用一个跟随微信窗口的悬浮面板展示分析。聊天变化后，它会继续检测，不需要每次把对话复制到另一个工具里。

事情到这里，足够够有意思了。

我一开始想做的是截图里那种效果：对方发一句话，微信聊天框下面立刻多出一块分析，告诉我这句话到底是什么意思。最后真正跑起来的版本，却没有把灰色卡片塞进微信的消息列表，而是通过屏幕录制读微信窗口，再用悬浮面板把结果放回来。

它已经解决了最麻烦的那一步：它会自己盯着普通微信，识别新的对话，然后把 Jev 的判断和候选回复放到旁边；不需要再复制聊天记录、切换窗口、手动标注说话人。

（感觉像是第三方开发的，不是原作者自己整的）

结果，还没完……

●○

参考资料

[1]: jev-chat,Jev Chat Assistant 项目,GitHub,2026-09-21,https://github.com/jev-chat/jev-chat-jarvis

[2]: jev-chat,Jev Chat Assistant Mac 项目,GitHub,2026-09-21,https://github.com/jev-chat/jev-chat-jarvis-mac