进行中 独立开发
状态截至 2026-05-04
ChatOCR — 本地微信聊天记录识别工具
解决微信聊天截屏 OCR 在实际使用中的漏行、重复、表情错位、语音跳过等问题。
当前版本
1.1.1
平台
macOS (Apple Silicon)
打包形式
DMG
数据处理
本地优先
Tauri macOS Vision DeepSeek OCR Rust
页面状态已超过 90 天未更新，“进行中”仅代表最后一次公开记录，不代表项目当前仍在执行。
结果与证据
已完成
- v1.1.1 Apple Silicon DMG
- 跨帧去重、语音消息检测与窗口自动贴合
已观察到
- 手测已覆盖连续短句、重复帧和语音消息等典型问题
尚未验证
- 尚未建立固定回归集，准确率和版本差异未完成量化验收
证据边界：当前证据为本机手测与可安装版本，不等同于规模化稳定性验证。
问题
市面上的微信聊天 OCR 工具看起来能跑，实际用起来问题一堆：
- 漏行：连续短句被过激过滤
- 重复识别：同一条消息多次出现
- 头像 / 表情错位：版式没切干净
- 语音消息跳过：被当成图片忽略
我做了什么
| 问题 | 处理动作 |
|---|---|
| 重复识别 | 加入跨帧去重逻辑 |
| 漏行 | 放宽过激的短文本过滤 |
| 语音跳过 | 加入语音消息检测 + 消息类型渲染 |
| 长对话截断 | 提升 DeepSeek max_tokens |
| 选窗口费劲 | 加入 macOS 窗口列表识别 + 自动贴合微信窗口 |
| 提示词不贴 | OCR Prompt 重写，贴近微信聊天结构 |
当前已知风险
- Tauri 自带 DMG 打包脚本仍失败，目前依赖
hdiutil手动生成。 - macOS Vision API 有 deployment version warning，需决定升 minimum deployment target 还是加
@available保护。 - 准确率需要用真实微信窗口建一组回归集（文字、语音、表情、引用、群聊、连续短句、重复帧），目前是手测。
下一步
- 把 OCR 原始输出、中间解析结果、最终消息列表拆成可视化的调试面板，定位漏行来自哪一层。
- 对 DeepSeek 结果加 schema 校验，失败时保留原始行而不是 AI 静默吞消息。
- 建固定回归集 → 跑分 → 比对版本差异。