WeChat Agent - Windows 微信客户端 AI 自动化

基于视觉 AI 的 Windows 微信客户端自动化系统，实现消息识别与自动回复。

项目概述

本项目实现对 Windows 微信客户端的 AI 自动化控制：

• 信息获取：通过视觉识别获取聊天记录、用户信息、消息内容
• 自动回复：基于规则/AI 判断自动发送消息
• 任务调度：支持三种任务类型（长期任务/定时任务/主动智能）
• 商务 UI：PySide6 跨平台桌面客户端（Windows/Mac）

技术架构

微信Windows客户端（截图）
         ↓
UIAutomation + 屏幕截图
         ↓
  阿里云百炼 Qwen-VL 视觉理解
         ↓
   LLM 推理判断（Qwen Plus）
         ↓
UIAutomation 执行操作
         ↓
微信客户端（发送）

核心模块

模块	说明
vlm	视觉模型接口（阿里云百炼 Bailian）
wechat	微信客户端控制（UIAutomation）
core	核心引擎（消息捕获、回复判断）
core/scheduler	任务调度器（三种任务类型）
core/contact_manager	联系人管理
ui	PySide6 桌面 UI 界面
config	配置管理

技术栈

• 语言: Python 3.10+
• 视觉模型: 阿里云百炼 Qwen-VL 系列
• LLM: 阿里云百炼 Qwen Plus 系列
• Windows 控制: UIAutomation (PyWinAuto)
• UI: PySide6（跨平台 Win/Mac）
• 知识库: OpenViking（可选集成）
• API: OpenAI 兼容格式（阿里云百炼）

快速开始

1. 获取阿里云百炼 API Key

1. 访问 阿里云百炼控制台
2. 开通大模型服务
3. 创建 API Key: https://bailian.console.aliyun.com/cn-beijing#/APIKey

2. 安装依赖

pip install -r requirements.txt

3. 配置

cp config.example.yaml config.yaml
# 编辑 config.yaml 填入 API 配置

或在环境变量中设置：

export ALIBABA_CLOUD_API_KEY=***
# 或
export DASHSCOPE_API_KEY=***

4. 运行

# UI 模式（推荐）
python src/main.py --ui

# CLI 模式
python src/main.py --log-level INFO

# 模拟模式（不连接微信，用于测试）
python src/main.py --mock --demo

UI 功能模块

模块	说明
仪表盘	状态概览、统计、快捷操作
任务管理	三种任务类型的增删改查
联系人管理	Priority/Normal/Ignore 分组
日志查看	实时日志、级别筛选、导出
配置编辑	YAML 可视化编辑

任务调度器

三种任务类型

类型	说明	配置示例
long_running	长期任务（持续监控）	消息监控、自动回复
specific	特定任务（Cron 定时）	定时提醒、定时发送
proactive	主动智能（条件触发）	关键词触发、阶段判定

配置示例

tasks:
  - name: "尾巴监控"
    type: "long_running"
    target: "尾巴~"
    poll_interval: 3
    reply_mode: "ai"

  - name: "早安提醒"
    type: "specific"
    schedule: "0 8 * * *"
    message: "早安！"
    target: "家人群"

  - name: "关键词触发"
    type: "proactive"
    conditions:
      keywords: ["报价", "价格"]
    actions:
      - type: "reply"
        template: "请稍等，我帮您查询"

阿里云百炼模型

VLM 视觉模型（用于截图识别）

模型	说明	推荐场景
qwen-vl-latest	最新 VL 模型	推荐，微信截图识别
qwen-vl2-7b	Qwen-VL2 7B	轻量级场景
qwen-vl2-72b	Qwen-VL2 72B	高精度场景

LLM 模型（用于生成回复）

模型	说明	推荐场景
qwen-plus	Qwen Plus	推荐，日常对话
qwen-max	Qwen Max	高质量回复
qwen-turbo	Qwen Turbo	快速响应

更多模型: https://bailian.console.aliyun.com/cn-beijing#/model-market

OpenViking 知识库集成（可选）

支持接入 OpenViking 知识库，实现基于知识库的智能回复：

openviking:
  enabled: true
  endpoint: "http://192.168.5.5:1933"
  account: "default"
  user: "wechat-agent"
  api_key: "your-api-key"
  auto_retrieve: true
  top_k: 3

配置示例

vlm:
  model_type: bailian
  api_base: https://dashscope.aliyuncs.com/compatible-mode/v1
  api_key: ""  # 从环境变量读取
  model_name: qwen-vl-latest
  max_tokens: 2048
  temperature: 0.7

llm:
  api_base: https://dashscope.aliyuncs.com/compatible-mode/v1
  api_key: ""
  model_name: qwen-plus
  max_tokens: 2048
  temperature: 0.7

wechat:
  client_version: "3.8.x"
  poll_interval: 2.0
  window_title: "微信"

contacts:
  priority:
    - "老婆"
    - "老妈"
  ignore:
    - "公众号:"
  normal_auto_reply: false

openviking:
  enabled: false
  endpoint: "http://192.168.5.5:1933"
  account: "default"
  user: "wechat-agent"
  api_key: ""

项目进度

Phase 1 ✅

• 项目初始化
• 阿里云百炼 VLM 集成
• 阿里云百炼 LLM 集成
• 微信窗口识别
• 聊天记录截图识别
• 用户信息识别
• 关键词自动回复
• 定时轮询机制

Phase 2 ✅

• 任务调度器（三种任务类型）
• 联系人管理
• PySide6 商务风格 UI
• 日志系统
• OpenViking 知识库集成

Phase 3（后续）

• 多账号管理
• 复杂对话上下文
• Mac 客户端支持

参考项目

• Vela - Multi-Agent CRM Platform（后续项目）
• thiflow-research - Thiflow 产品研究
• thiflow.com - 参考产品
• 阿里云百炼 - VLM & LLM 提供商

License

MIT