高情商聊天回复助手

chat_agent.mp4

一个本地桌面端 AI 聊天回复助手。

当前主流程是：

贴边浮窗截图 -> OCR API 提取文字 -> 调用文心生成回复 -> 在结果侧板中复制或重写。

这里的运行方式就是本地虚拟环境直接运行，不需要额外的 Web 服务，也不需要别的启动器。

最小 MVP 与二次开发

这是一个最小可用的 MVP，重点是把“截图识别 -> 理解上下文 -> 生成可复制回复”这条链路跑通。

欢迎大家按自己的场景魔改使用，比如：

• 回复领导：把语气调成稳妥、专业、会做事。
• 回复女友：把语气调成真诚、松弛、少一点嘴硬。
• 回复客户：把语气调成礼貌、清晰、可推进。
• 面试/汇报救场：把零散想法整理成更像样的表达。
• 社群、小红书、评论区等轻量互动工具：做成各种有趣的小助手。

如果你基于这个项目二次开发、发布或分享，请保留原作者信息：

• 原作者：gravel-01
• 原仓库：https://github.com/gravel-01/chat-agent

当前结构

高情商聊天回复助手/
├─ apps/
│  └─ desktop/            # 桌面端主线
├─ chat_assistant.py      # 兼容启动入口
├─ doc/                   # 文档
├─ skill-data/README.md   # 本地 skill 数据说明，实际数据默认不提交
├─ .env.example           # 环境变量模板
├─ requirements.txt       # Python 依赖
└─ README.md

本地运行

如果你已经激活了自己的虚拟环境或 conda 环境，直接在项目根目录执行下面两步就行。

1. 安装依赖

python -m pip install -r requirements.txt

2. 创建配置

Copy-Item .env.example .env

至少填写：

BAIDU_ACCESS_TOKEN="你的_ACCESS_TOKEN"
ERNIE_MODEL="ernie-5.0-thinking-preview"
OCR_BACKEND="api"
PADDLEOCR_API_URL="https://你的-aistudio-app/layout-parsing"
PADDLEOCR_TOKEN="你的_PADDLEOCR_TOKEN"
REQUEST_TIMEOUT="60"
HOTKEY="ctrl+alt+q"
HOTKEY_ENABLED="false"

3. 启动

正式命令：

python -m apps.desktop.main

兼容命令：

python chat_assistant.py

当前依赖策略

你现在走的是 OCR_BACKEND="api"，所以默认不需要本地 OCR 依赖。

requirements.txt 目前按 API OCR 路径收敛为最小依赖，主要包含：

• PyQt5
• requests
• pypdf

如果以后你改成 OCR_BACKEND="local"，再额外安装：

python -m pip install paddlepaddle paddleocr Pillow numpy

脱敏说明

仓库默认不会提交以下本地内容：

• .env 和 .env.* 中的真实访问令牌、接口地址和本地开关。
• skill-data/ 下除 README.md 之外的本地 skill、persona 记忆、聊天历史和第三方语料。
• __pycache__、虚拟环境、IDE 配置、构建产物和日志。

首次运行时可以按需创建或导入本地 skill-data/skills；程序保存 persona 或 skill 时会自动创建对应目录。

常见问题

1. 已经在本地环境里，能不能直接跑？

可以。

只要你已经激活了目标环境，并且装好了 requirements.txt，直接在项目根目录执行：

python -m apps.desktop.main

2. 截图后没有结果

优先检查：

• .env 中的 BAIDU_ACCESS_TOKEN
• .env 中的 PADDLEOCR_API_URL
• .env 中的 PADDLEOCR_TOKEN
• 当前网络是否能访问 OCR API 和文心接口

3. 热键没有反应

当前默认入口是贴边浮窗，不依赖热键。

如果你主动开启了热键，再检查：

• HOTKEY_ENABLED 是否设为 true
• HOTKEY 是否和其他软件冲突

当前状态

当前仓库已经收敛成纯桌面项目，不再包含 Web 端说明和文件。