AutoReply：视觉驱动的桌面自动回复与工作记忆

是什么 AutoReply 是面向 Windows 的 Electron 39 桌面自动回复应用，基于 Apache-2.0 的 SightFlow 二次开发。它用 VLM 读取聊天窗口截图，识别消息与对象，不接聊天软件 API，再调用视觉或文本模型生成回复，支持半自动确认和全自动运行。

核心设计 主进程、preload IPC、renderer、AI 客户端、RPA 设备、会话状态机与模式路由形成“观察—判断—动作—记录—复用”闭环。多模式、对象路由、关系注入，以及视觉模型与回复模型分离，是其从通用 RPA 转向对话 Agent 的关键。L1-L3 工作记忆连接轨迹记录、截图回放、经验卡片和运行时 Prompt 注入；情感分析由本地 Python 子进程中的 BERT 模块提供。

关键洞察 半自动回复、跳过和轨迹纠正把安全人机协作产品化；多供应商与能力标记降低模型替换成本，保留决策轨迹则便于复盘沉淀。

边界与风险 截图识别和坐标操作易受布局、缩放、遮挡影响，部分应用需手动框选。全自动模式有误发、语气失配和隐私风险，仍需人工兜底。“学习”主要是经验卡片注入，不等同于模型自主训练；BERT 首次训练可能耗时数小时。