# 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
- **纯视觉方案**：不依赖微信 API，通过屏幕截图 + VLM 识别 + 自动操作

## 技术架构

```
微信Windows客户端（截图）
         ↓
UIAutomation + 屏幕截图
         ↓
  Qwen-VL2 视觉理解
         ↓
   LLM 推理判断
         ↓
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（Qwen-VL2） |
| `wechat` | 微信客户端控制（UIAutomation） |
| `core` | 核心引擎（消息捕获、回复判断） |
| `agent` | AI Agent 逻辑 |
| `ui` | 桌面 UI 界面 |
| `config` | 配置管理 |

## 技术栈

- **语言**: Python 3.10+
- **视觉模型**: Qwen-VL2（本地部署）
- **Windows 控制**: UIAutomation (PyWinAuto)
- **LLM**: OpenAI 兼容 API
- **桌面 UI**: PyQt6 / Tkinter

## 快速开始

### 环境要求

- Windows 10/11
- Python 3.10+
- 微信 Windows 客户端 3.8.x（推荐）
- Qwen-VL2 模型（本地部署）

### 安装

```bash
pip install -r requirements.txt
```

### 配置

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

### 运行

```bash
python src/main.py
```

## MVP 功能

### Phase 1（本期）
- [ ] 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（后续）
- [ ] 知识库集成
- [ ] 多账号管理
- [ ] 复杂对话上下文

## 参考项目

- [thiflow-research](http://192.168.5.5:3000/jesxion/thiflow-research) - Thiflow 产品研究
- [thiflow.com](https://thiflow.com/) - 参考产品

## License

MIT