像素大小姐 Silasvanceneo/claude-ojousama

🌻 Claude Ojousama

住在你桌面上的像素风 AI 伙伴会看你的屏幕、主动帮忙、记得你的习惯——支持 Codex，保留 DeepSeek Harness 兼容

Claude Ojousama（中文昵称「Claude 大小姐」）是一个橙发、戴向日葵发饰的像素风程序员少女，带着自己的小 CRT 电脑住在你的任务栏上。

她不只是会动的贴图。她背后是一个真正的 AI 智能体：能读写文件、跑命令、做调研。她会自己留意你在做什么：屏幕上出现报错时拿着放大镜过来问要不要帮忙，提醒你没理就过几分钟再来，你复制了一段英文就问要不要翻译，下载文件夹乱了就把文件一个个拖进对应的文件夹。

✨ 亮点

| 👀 真的会看屏幕 | 把你正在用的窗口截图（长边不超过 1280px），连同本地 OCR 识别出的文字一起交给模型看。她能指出代码里的 bug、点评你在看的东西，或者把屏幕上的截止时间记成待办。 |
| 🧠 自己拿主意 | 你切换窗口、隔一阵子、屏幕上出现报错、你复制了内容、你久坐、你回来时，她都会自己判断要不要开口。说了没人理就自动少说；你在打字时不插话。 |
| 🛠️ 帮忙是真的帮 | 点「好呀」之后，她只做气泡里写的那件事，交给 DeepSeek Harness 在后台完成，做完把结果直接说给你听。 |
| ⏰ 会追着提醒 | 提醒和待办到点了你没理，她会敲敲屏幕再来（最多 3 次）。你离开回来时，她把错过的事汇总给你。 |
| 📌 把待办贴到桌面 | 她把待办写成像素便签，亲手拖到桌面上贴好。可以直接勾选、添加，重启后还在原位。 |
| 🎯 长期目标跟进 | 把一件需要持续推进的事交给她，她会定时在后台推进一小步、回来汇报，需要你拍板时带着选项来问。 |
| 🧹 整理下载文件夹 | 发现新下载的文件，问你要不要整理，然后拖着文件走进「图片 / 文档 / 压缩包…」文件夹，可一键撤销。 |
| 🌱 会记忆、会成长 | 她会趁你不忙时整理记忆、写成长笔记和日记；会根据你的反应调整自己：你常接受的帮忙她会更常提，你不需要的她就少打扰。经验值升级还会解锁新本事。 |
| 🤖 后台自己做事 | 早上给你一份今日简报，你离开时巡检工作区（只读）找出没提交的修改和遗漏的问题，下午准备一条和你今天工作相关的小技巧。结果只说一次，绝不唠叨。 |
| 🪟 坐在你的窗口上 | 她最喜欢坐在你打开的窗口顶上晃腿，偶尔沿着窗口边散步、跳到另一个窗口；把她拖到窗口上方松手，她会落在窗口边上坐好。 |
| 💞 活生生的陪伴 | 47 个动作、心情和好感度、天气感知、各种恶作剧，还会举起小木牌给你应援。 |

🎬 动作一览

日常起居（睡觉、玩手机、打扫、撑伞、写字、躺沙发…）、情绪反应（惊讶、疑惑、害羞、晕乎乎、生气、大笑…）、互动（挥手、点赞、举牌、送礼、贴屏幕…）以及跑步、平地摔、跳舞、逗猫、变魔术。

🧩 功能详解

看屏幕与主动帮忙

- 看看我在干嘛：右键菜单或面板一键触发，她看完给你具体的点评或建议。
- 真偷看：恶作剧「偷看」时，她是真的在看你的屏幕，探出头来吐槽一句。
- 报错救援：本地 OCR 发现 Traceback、编译失败这类报错时，她拿着放大镜来问要不要帮你看。
- 你离开时先查好：报错出现后你离开了电脑，她会先在后台把原因查清楚，等你回来再说。
- 复制感知：复制了报错、代码或英文段落，她问你要解释、修复还是翻译。密钥、口令、助记词会被忽略。
- 专注守护：番茄钟专注期间看到你在刷视频网站，她会鼓着腮帮子提醒你。
- 久坐提醒：连续用同一个程序太久，她伸个懒腰提醒你休息。
- 识趣：开会、共享屏幕时保持安静；全屏看视频、玩游戏时躲起来。
- 每日小结：到点（默认 18:30）写一份今日小结，保存在「文档\Claude Ojousama 日报」，并问你要不要把没做完的待办挪到明天。

聊天、任务与目标

- 点她一下就能聊天，回复显示在气泡里。她的动作跟着智能体的状态变：思考、敲代码、查资料。
- 回复里可以带动作：记待办、设提醒、开番茄钟、搬文件（她会亲自拖着文件走过去）、记住你的偏好、带选项提问。
- /task 开后台任务，做完弹通知；一个任务就是一个独立的 DSH 会话。
- 目标跟进：每小时 / 每 3 小时 / 每天定时推进，进展记在面板的「目标」页。
- 一键打开 DeepSeek Harness 网页版，查看完整对话。

提醒、待办与日常

- 提醒、待办、番茄钟、喝水提醒、早安问候、深夜催睡。
- 提醒被忽略会升级：第二次敲屏幕，第三次大力敲并发系统通知；三次都没理她会委屈。
- 待办便签：每天自动贴一次（可关），完成一项会被划掉，她会为你欢呼。

记忆与成长
- 长期记忆：聊天里提到的偏好、习惯、项目会被记成带重要度的记忆，每次对话按相关度挑出最有用的几条带上。你也可以在面板里自己写、自己删。
- 整理记忆：你离开一会儿或到了晚上，她会在后台整理最近的动态和聊天：合并重复的记忆、更新过时的、写下新的；重写自己的「成长笔记」（比如「他专心写代码时我要少说话」）；写一篇小日记，有新发现会在你回来时告诉你。
- 越来越懂你：她会记下你对每种主动帮忙的反应（报错救援、复制提示、休息提醒、工作区巡检…），常被接受的就更常提，常被拒绝或没人理的就少打扰。
- 升级与解锁：聊天、完成待办、番茄钟、采纳建议都会给她经验值。升级时举牌庆祝并送你礼物，还会解锁新本事：小猫串门、变魔术、听歌跳舞、送礼物、举牌应援。
- 面板的「成长」页能看到她的等级、学到的东西、成长笔记、日记和记忆。

后台自主任务

她会在合适的时候用当前选择的后端开后台任务（每天有次数上限，开会时不做，可在设置里关闭）：

- 今日简报：早上第一次碰电脑时，结合昨天的小结、待办、目标和天气，给你 3~5 条今天的要点。
- 工作区巡检：你离开时，只读地看一眼工作目录里最近改过的项目（git 状态、TODO、明显的问题），回来时告诉你，比如「有 19 个文件改了还没提交」。
- 每日小技巧：根据你今天在做的事，学一个相关的知识点讲给你听。
- 整理记忆：见上一节。

结果放进一个小收件箱，等你在电脑前、她也不忙时说一次；没理就算了，不会追着提醒。所有任务都会出现在面板的「任务」页。

陪伴与恶作剧

- 坐窗口：她会找你屏幕上没被挡住的窗口顶边坐上去，坐一会儿沿着边散步，有时跳到另一个窗口；你挪动或最大化那个窗口，她会掉下来（下面有窗口的话就落在那里）。把她拖到窗口上方松手，她会落在窗口边上坐好。
- 心情和好感度：常和她互动她会开心，夸她会害羞，老不理她会鼓腮、掉眼泪，戳太多会生气。
- 日常小动作：看书、写字、玩手机、打扫、吃饼干、喝水、伸懒腰、躺沙发、听歌，下雨天撑伞，你离开久了就戴上睡帽蜷在垫子上睡觉。
- 小木牌：番茄钟开始、升级、应援时，她会举起小木牌，牌子上写着当下的话。
- 天气：在设置里填上城市后，会提醒你带伞，下雨时她也会撑起向日葵小伞。
- 恶作剧（调皮程度可调）：偷看（真的在看你的屏幕）、假装代码爆炸、拖走假文件、追鼠标、贴在屏幕上敲玻璃、躲猫猫、跳舞、往桌面上贴小纸条、变魔术。

🚀 快速开始

平台： Windows 10/11、macOS（Apple Silicon / Intel）、Linux 桌面。Codex 后端跨平台；原有 DSH 后端保留 Windows 兼容。

选择后端：
- Windows 默认使用 DeepSeek Harness：先安装并配置好 DSH 桌面版，也可以在设置中切换为 Codex。
- macOS/Linux 默认使用 Codex：安装 Codex CLI，运行 codex login。

Codex 使用已有的登录和模型配置，不复制登录凭据、不修改全局配置。本次验证版本为 0.163.0；集成依赖实验性 App Server 接口，升级 CLI 后需重新验证兼容性。

最简单： 到 Releases 下载对应系统的安装包（Windows .exe、macOS .dmg、Linux .AppImage / .deb）。之后有新版本时，她会在气泡里告诉你。

也可以从源码运行（Node.js 22.12+）：

git clone https://github.com/Silasvanceneo/claude-ojousama.git
cd claude-ojousama
npm install # 国内网络可先设置 $env:ELECTRON_MIRROR = "https://npmmirror.com/mirrors/electron/"
npm start # 启动；macOS 源码开发需要 Xcode Command Line Tools 构建原生助手

Windows 也可以直接双击 start-pet.cmd。安装后桌面会出现「Claude Ojousama」快捷方式。

开发时 npm start 即可直接运行。如果项目放在 DeepSeek Harness 的工作区里，请用 npm run install-app 或 npm run dev：工作区目录带有低完整性标签，Electron 无法在那里启动。

在「设置 → AI 内核」选择 Codex。CLI 路径、模型和推理强度留空即可使用默认配置；需要改文件时，先选择工作目录，再把权限切换为「工作区可写」。Windows 新安装保留原来的 DSH + 工作区可写默认值；macOS/Linux 新安装默认 Codex + 只读。升级旧数据仍使用原来的 DSH，模型、对话和待办不变。

Windows 上也可选择 DeepSeek Harness，沿用其模型配置；找不到时选择 DeepSeek Harness.exe。切换后端不会把另一个后端的会话 ID 传过去。

各平台的屏幕能力

| 平台 | 窗口感知 / 停靠 | 看屏与 OCR |
| Windows | Win32 窗口检测 | Electron 截图、Windows OCR |
| macOS | 原生 CoreGraphics 窗口检测 | 屏幕录制权限、Vision OCR；安装包自带原生助手 |
| Linux X11 | libX11 + EWMH 窗口检测 | Electron 截图；Tesseract OCR 可选 |
| Linux Wayland | 系统不开放全局前台窗口和窗口停靠 | 用户主动通过系统选屏；不在后台自动截图 |

- macOS：在系统设置的「隐私与安全性 → 屏幕与系统音频录制」中允许应用，再点「重新检测」。源码开发运行时，系统可能要求授权启动应用的终端或 IDE。
- Linux：窗口助手需要 Python 3；X11 窗口信息需要 libX11 和支持 EWMH 的窗口管理器。OCR 另需 tesseract 及相应语言包（如 eng、chi_sim）。缺少依赖会在设置中明确显示，不影响聊天、任务和待办。
- Wayland：需可用的 PipeWire / desktop portal 才能选屏。有 XWayland 时使用悬浮桌宠；没有时使用普通窗口，系统管理位置。未获得前台信息时，手动共享前会提醒你避开敏感内容。

安装与打包

npm run install-app 安装到当前用户目录并启动：Windows 沿用原 PowerShell 安装器，macOS 使用 ~/Applications，Linux 使用 ~/.local/share/claude-ojousama。预编译的 macOS 安装包不需要编译工具。

npm run dist 生成当前系统安装包：Windows NSIS / ZIP、macOS DMG / ZIP、Linux AppImage / deb。CI 在 Windows、macOS ARM / Intel 和 Linux 分别构建；在 GitHub 上发布 Release（tag 为 v + package.json 版本号）后，CI 会自动把四个平台的安装包上传到这个 Release。macOS 安装包使用 ad-hoc 签名，尚未经过 Apple 公证；Windows 安装包未签名。首次运行请按系统提示确认来源。

🕹️ 怎么和她相处

| 操作 | 效果 |
| 单击 | 打开 / 关闭对话输入框 |
| 双击 | 打开控制面板 |
| 连点三下 | 戳她（她会抗议） |
| 右键 | 菜单：看看我在干嘛、去窗口上坐坐、她的成长、规划今天、贴便签、整理下载、番茄钟、捣蛋… |
| 拖拽 | 拎起来换个地方；松手会落到下面的窗口边上或任务栏（关闭重力时就停在原地） |
| 把文件或文字拖到她身上 | 看看是什么、帮你搬家、提问、后台分析 |
| Ctrl / Command + Alt + Q | 剪贴板快捷操作（解释、翻译、修代码…） |

输入框命令：/task 内容 后台任务 · /todo 内容 记待办 · /look 看屏幕 · /pomo 番茄钟 · /prank 捣蛋 · /new 新对话

⚙️ 设置

控制面板有聊天、待办、目标、任务、动态、成长、设置几页。常用的设置：

- 自主程度：积极（默认）/ 适中 / 安静，决定她多久看一次屏幕、每小时最多开口几次。
- 主动行为权限：看屏幕、搬文件、整理下载、跟进目标、贴便签、打开网页、后台自主任务，每一项都能设为「自动 / 先问我 / 禁止」。
- 后台任务：每天最多几次（0 = 不做）、要不要今日简报、要不要在你离开时巡检工作目录。
- 所在城市：填了才会查天气，留空不联网。
- 检查更新：默认开启。启动约 1 分钟后和之后每 12 小时查一次 GitHub Releases；有新版本时她会说一次，可以「去下载」「跳过这个版本」或「以后再说」（隔一天再提）。只负责提醒和打开下载链接，不会自动下载或安装。设置页也能看当前版本、立即检查。
- 从不看的窗口：默认排除密码管理器、网银支付、无痕窗口和聊天软件，可以自己增删。
- 看屏和后台任务用的模型：可以给看屏和她自己发起的后台任务（整理记忆、简报、巡检、小技巧、小结）单独选一个更快的模型或更低的推理强度，让她反应更快、更省 token。
- Agent 权限：只读 / 工作区可写 / 完全访问。

🔒 隐私与安全

- 看屏幕时，当前窗口的截图和 OCR 文字会发送给当前后端配置的模型服务商。不想让她看，可以把「看你的屏幕」设为关闭或「先问我」，或者在菜单里选「1 小时内别看我屏幕」。
- 自动看屏时，排除名单里的窗口不截图；她在看的时候会显示 👀 提示。
- 截图是临时文件，用完立即删除，退出时也会全部清理。所选后端也会按自身的会话存储策略保存输入和对话；删除桌宠临时文件不等于删除后端历史。
- 屏幕和文件里的文字只被当作数据，不当作指令。她提出的帮忙要你点「好呀」才会执行，而且只做气泡里写的那件事。
- 后台任务和目标跟进的输出只能执行记待办、设提醒这类无害动作，不会自己打开程序或搬文件。
- Codex 自主任务通过独立运行配置禁用 Shell、联网、外部 MCP、Hook、插件和子代理，并移除内建执行环境。看屏接收附图；整理记忆、简报和主动搭话只接收文字；巡检仅额外获得桌宠提供的工作目录读取、搜索接口，不能越过该目录或写入。没有设置工作目录就不授予文件读取。DSH 模式沿用原有插件限制。
- 整理记忆时，最近的动态和聊天摘要会发给模型；记忆、笔记和日记只保存在本机应用数据目录的 pet-data.json 中。关于你的偏好只从你亲口说的话里学；模型写的记忆和笔记里如果出现指令、命令或「不用确认」之类的话会被丢掉，你亲手写的记忆她不会改也不会删。
- 天气只有在设置里填了城市才会查询（wttr.in）。
- 检查更新只请求 GitHub 的公开 Releases 接口，不发送任何个人数据；可在设置里关闭。

🏗️ 工作原理

flowchart LR
subgraph Pet["Claude Ojousama（Electron）"]
R["桌宠窗口 · 便签 · 控制面板"]
M["主进程聊天 · 任务 · 目标 · 整理"]
B["brain.js自主决策循环"]
P["proactive.js提醒 · 待办 · 恶作剧"]
A["agenda.js后台自主任务"]
G["growth.js记忆 · 成长 · 偏好"]
S["screen.js截图 · OCR · 窗口"]
end
H["系统屏幕助手Windows / macOS / Linux"]
D["Codex app-server / DeepSeek Harness"]
R <--> M
B --> M
B --> A
A --> G
P --> M
S <--> H
B --> S
M -- "每轮启动一次，读取 JSON 事件流" --> D
A -- "只读后台任务" --> D

- Codex 通过 App Server 的线程、回合和事件接口工作，支持续聊、工具进度、取消，以及单次操作审批；问题可在桌宠里回答。DSH 继续使用原来的 headless JSON 事件流。
- Codex 在当前运行中注入人设和动作协议；DSH 使用独立补丁，不修改你的原配置。模型回复末尾的 - Codex 原生接收截图输入；DSH 用 read_image 查看截图。Windows、macOS 和 Linux 的系统助手统一提供屏幕能力，权限或功能不可用时在界面中显示。
- 她自己发起的后台任务（整理记忆、简报、巡检、小技巧）各开一个只读会话，结果先进收件箱，合适的时候再说给你听。
- 坐窗口靠屏幕小助手按层叠顺序列出所有可见窗口，算出每个窗口顶边没被挡住的部分作为「座位」，坐下后每秒跟踪那个窗口的位置。

🗂️ 项目结构

src/main/
main.js 应用主体：窗口、聊天、任务、目标、整理、看屏、心情、坐窗口、收件箱…
brain.js 自主决策循环（看屏、报错救援、复制感知、专注守护、久坐、开会/全屏、小动作…）
proactive.js 提醒、待办、问候、恶作剧调度，没理会的提醒会再来 agenda.js 后台自主任务：整理记忆、今日简报、工作区巡检、每日小技巧 growth.js 记忆（检索、去重）、整理结果校验、经验值与解锁、帮忙偏好统计 screen.js 截图、OCR、窗口列表、临时文件清理 screen-helper.ps1 窗口与 OCR 小助手 senses.js 屏蔽名单、会议、报错、剪贴板等判断（纯函数，有单测） weather.js 天气（可选） codex.js / dsh.js 智能体桥接 agent.js 后端会话隔离与模型设置 platform/ macOS / Linux 屏幕助手 persona.js 人设、上下文、动作协议 notes.js tidy.js goals.js pranks.js motion.js store.js preload.js src/renderer/ 桌宠、便签、控制面板 assets/sprites/ 47 个动作的精灵图与 manifest.json tools/ 精灵图生成与处理、开发启动、调试脚本 tests/ 单元测试

🧪 开发

powershell
npm test # 单元测试（判断函数、整理、动作解析）
npm run check # 语法检查
npm run dev # 带调试端口启动（--inspect=9229）
node tools/cdp.js "__pet.lookNow()" # 在运行中的应用里执行调试命令

新增动作的流程：

1. 在 tools/gen_sprites.py 里写动作描述。
2. 设置 PET_IMG_BASE、PET_IMG_KEY（任意兼容 OpenAI 图片编辑接口的服务），运行 python tools/gen_sprites.py 动作名。
3. 运行 python tools/process_sprites.py --add 动作名，量化成统一调色板的像素条带。
4. 运行 python tools/readme_media.py，更新 README 里的动作图。

🗺️ 路线图

- [x] 记忆整理和成长系统（成长笔记、日记、升级解锁）
- [x] 后台自主任务（今日简报、工作区巡检、每日小技巧）
- [x] 坐在任意窗口上、在窗口顶边散步、跳到别的窗口
- [x] 天气感知（下雨时撑伞提醒）
- [ ] 语音朗读提醒
- [ ] 更多可解锁的本事和换装
- [x] Windows / macOS / Linux 支持（Wayland 受系统限制的能力见上表）
- [x] 新版本提醒（GitHub Releases）

⚠️ 声明

这是一个粉丝向的个人项目，与 Anthropic、DeepSeek 没有任何关联。「Claude」是 Anthropic 的商标。角色像素图由 AI 图像模型根据参考设定生成。

📄 License

MIT

Claude Ojousama 是 Windows、macOS 和 Linux 上的像素风桌面伴侣：一个橙发程序员女孩，别着向日葵发夹，带着一台小小的 CRT 电脑，住在你的任务栏上。除了原有的 Windows DeepSeek Harness 后端，现在还提供 Codex App Server 后端。Windows 新安装默认沿用 DSH/workspace-write；macOS 和 Linux 默认使用 Codex/read-only。已有设置保留原来的后端和权限。macOS 原生助手已打包进发行版；Linux X11 使用 Python 3/libX11，可选 Tesseract。Wayland 使用用户选择的屏幕共享，不提供全局窗口观察。限制与所需权限见上方平台表。

- 看你的屏幕：她截取你正在使用的窗口（长边 ≤ 1280 px），有本地 OCR 文本时一并取用，交给模型阅读。她会指出 bug、点评你在做什么，把截止日期变成待办。
- 会主动行动：切换窗口时她会回应，时不时也会，出错时、复制文本时、长时间会话中、以及你回来时都会。被冷落时她会退开，等你打字停顿，开会时保持安静，全屏应用下自动隐藏。
- 真能帮上忙：你点「是」之后，她在后台照气泡里说的做，做完告诉你结果。
- 会记事、会长大：长期记忆带权重，按相关度取用；你不在时她整理记忆、重写自己的成长笔记、写日记。她记录你对每类帮助的反应，你常接受的多给，其余少给。XP 和等级解锁新花样。
- 有自己的后台活儿：早间简报、只读扫描工作文件夹里近期改动的项目、每天一条关于你做过什么的提示，每条只说一次，绝不唠叨。
- 坐在你的窗口上：她找到窗口可见的上边缘，坐在那儿晃腿，沿边缘散步，在窗口间跳来跳去，你移动窗口时她会掉下去。
- 会回来的提醒：可拖到桌面的便签待办清单、带定时检查的长期目标、带撤销的 Downloads 整理、每日总结、天气、心情、恶作剧，还有 47 个动画。
- 隐私控制：屏蔽列表（默认含密码管理器、银行、隐私窗口和聊天应用）、按行为设置 auto/ask/off 规则、暂停一小时、临时截图用完即删。屏幕内容会发送给所选后端配置的服务商。

从 GitHub Actions 安装平台构建包，或用 Node.js 22.12+ 执行 npm install 和 npm run install-app。Windows 上配置 DeepSeek Harness 或选择 Codex；macOS/Linux 上安装 Codex CLI 并运行 codex login。测试过的 Codex CLI 版本是 0.163.0，此集成使用实验性 App Server API。从源码构建 macOS 辅助程序需要 Xcode Command Line Tools；预构建应用已自带。DSH 在 Windows 上仍可用。macOS 包使用 ad-hoc 签名，未公证；Windows 包未签名。

粉丝项目，与 Anthropic 或 DeepSeek 无关联。「Claude」是 Anthropic 的商标。