视觉驱动的微信自动化发送

通过视觉感知和 GUI 自动化实现微信消息自动发送，支持搜索/列表双模式联系人查找，需依赖外部屏幕捕获服务。

基本信息

• 技能名称?Wechat Sender
• 中文名称?视觉驱动的微信自动化发送
• 作者?noir-hedgehog
• 分类?其他
• 版本?1.0.1
• 标签?automation, gui-automation, wechat, messaging, visual-perception, screen-capture, productivity

使用方法

使用说明
核心用法
WeChat Sender 是一套基于视觉理解的微信自动化发送方案，通过组合 peekaboo 窗口操作工具与 Agent-Eye 屏幕捕获服务，实现对微信客户端的 GUI 自动化控制。
关键能力组合 ：
窗口操控 ：聚焦微信窗口并调整至 1200×900 分辨率，绕过防录屏限制
视觉感知 ：Agent-Eye 提供实时截图（100px 网格+鼠标准星），结合内置 image 工具进行界面理解
联系人查找 ：双模式策略——推荐 Cmd+F 搜索（高效），备选 Shift+方向键列表滑动
消息发送 ：剪贴板粘贴文本 + Cmd+Return 快捷键触发发送
典型执行流 ：聚焦窗口 → 调整大小 → 搜索/定位联系人 → 截图确认 → 粘贴消息 → 发送 → 二次截图验证气泡出现。
显著优点

1. 非侵入式架构 ：不依赖微信 API 或协议破解，纯 GUI 层模拟，降低账号风控概率
2. 视觉反馈闭环 ：每次关键操作后截图确认，避免盲目执行导致的误发
3. 灵活策略选择 ：搜索模式适合已知姓名场景，列表滑动适合顺序固定的批量场景
4. 网格坐标辅助 ：100px 网格叠加降低定位误差，便于精确点击
   潜在缺点与局限性
   外部依赖重 ：必须同时启动 eye-server + Python Agent 两个服务，部署门槛较高
   延迟敏感 ：截图-分析-决策链条长，单次发送耗时数秒至数十秒，不适合高并发
   UI 脆弱性 ：微信版本更新可能导致界面元素位置偏移，需维护坐标映射
   平台锁定 ：当前方案基于 macOS（ screencapture 、 cmd 键），跨平台需适配
   适合人群
   需要低频、个性化微信触达的自动化场景（如定时问候、状态通知）
   具备本地服务部署能力的技术用户
   无法接受 API 方案封号风险，愿牺牲效率换取稳定性的场景
   常规风险
   隐私泄露 ：屏幕捕获服务截取完整桌面内容，需确保运行环境隔离敏感信息
   误发风险 ：视觉理解错误可能导致消息发送至错误联系人，建议关键操作前人工复核
   服务可用性 ：Agent-Eye 服务崩溃将导致整个链路中断，缺乏降级机制
   微信风控 ：频繁自动化操作仍可能触发客户端行为检测，建议控制发送频率