jev-chat-jarvis-mac: 聊天悬浮窗助手(macOS):屏幕感知 + 本地小模型判断意图与风险,按话术生成回复候选。纯只读

作者 jev-chat · LLM 插件 · ★ 540

最后更新: · 由 Agent Skills Hub 收录 · 每 8 小时同步一次

安全审计结论:安全 · 质量分 62/100

44 条规则都没有命中:没有凭证窃取,没有数据外泄,没有 curl | sh 式安装。按慢雾(SlowMist)agent 安全分类法建立的 44 条公开规则扫描,每 8 小时更新一次。 完整审计 →

质量分综合九项启发式检查:完整度、清晰度、具体程度、示例、结构、对 agent 的友好度、分步内容、指令质量和安全提示。它衡量的是项目把自己讲清楚的程度,不是代码质量。

llmlocal-firstmacosocrprivacypyobjcpython

基本信息

Star 数540
Fork 数152
语言Python
分类LLM 插件
许可证MIT
质量分62/100
未关闭的 Issue25
最后更新2026-10-12
创建时间2026-09-21
支持平台python
估计 Token 数~15k

关于 jev-chat-jarvis-mac

jev-jarvis(macOS) 微信弹出一条消息 → 悬浮窗立刻告诉你这句话的真实意图、风险几级、该怎么回。 Mac 版 V0:纯只读、零封号风险——不注入、不 hook、不解密数据库,只是「看屏幕 + 本地模型判断」。 交流反馈 用着有问题、想提需求、或者想一起改,扫码进群(二维码 7 天失效,过期了在 issue 说一声): 现在能做什么 意图 + 风险:8 类意图零样本 86.4%(22 条实测),风险 0–9 分级 + 行动建议,本地模型一次前向出全分布 候选回复:按选中的「话术」生成(内置 10 种、最多 3 种并发、keep-alive 复用连接)→ 先上屏(流式端点逐行、其余整包,标「排序中」)→ 本地模型排序后原位重排,压掉踩雷选项 YOLO 检测框(可选):把每次 OCR 命中的消息实时框在微信窗口上——对方/我/发送者分色 +...

兼容技能

和 jev-chat-jarvis-mac 搭配使用的工具:

  • wechat-mac-rpa — semantic(0.29)+complementary+same_lang+similar_pop+shared_platform (60%)

jev-chat-jarvis-mac 的替代品:最接近的 6 个工具

想找 jev-chat-jarvis-mac 的替代品?在 Agent Skills Hub 收录的 LLM 插件里,下面 6 个项目和它最接近,按话题重合度、星数和社区热度排序。

  • pasteguard 作者 sgasser · ⭐ 835

    AI gets the context. Not your private data. Local-first privacy proxy for browser chat, AI APIs, and coding ag

  • Sentient 作者 existence-master · ⭐ 719

    Your personal AI assistant, running on your own computer. Long-running tasks, real memory, proactive help, voi

  • CoWork-OS 作者 CoWork-OS · ⭐ 554

    Rent the model. Own everything else. Free, open-source AI app for real work.

  • pdf-mcp 作者 jztan · ⭐ 171

    Agentic RAG over one PDF or a whole folder, with page-level evidence to check every answer: hybrid search, sel

  • AIaW 作者 NitroRCr · ⭐ 1.8k

    AI as Workspace - An elegant AI chat client. Full-featured, lightweight. Support multiple workspaces, plugin s

  • vllm-mlx 作者 waybarrios · ⭐ 1.6k

    High-performance OpenAI and Anthropic compatible LLM inference server for Apple Silicon. Native MLX, continuou

更多 LLM 插件

其他热门的 LLM 插件:

查看全部 LLM 插件 →

热门 Python Agent 工具

这个安全评级是怎么来的

评级来自基于 SlowMist agent 安全分类法的规则扫描:44 条公开规则,覆盖凭证窃取、数据外泄、curl | sh 安装等。它是第一层扫描,不是人工审计 — 我们如实说明,不夸大。

问题规模有独立研究佐证:Liu et al. (2026) 对 31,132 个 agent skill 的研究发现,26.1% 含有安全漏洞。我们自己的全目录普查已作为可引用的开放数据集发布。

信源与负责人:

在 GitHub 上查看 → 浏览 LLM 插件