jesxion
eb19d8d05f
MVP Phase 1 核心模块： - src/config/settings.py - 配置管理 - src/vlm/qwen_vl.py - Qwen-VL2 视觉模型接口 - src/wechat/controller.py - 微信客户端控制器（UIAutomation） - src/core/engine.py - 核心引擎（轮询、消息处理、回复） - src/main.py - 主入口 文档： - README.md - config.example.yaml - requirements.txt 技术方案：纯视觉AI + UIAutomation - 截图 → Qwen-VL2 识别 → AI 判断 → UIAutomation 操作
2.0 KiB
2.0 KiB
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
pip install -r requirements.txt
配置
cp config.example.yaml config.yaml
# 编辑 config.yaml 填入 API 配置
运行
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 - Thiflow 产品研究
- thiflow.com - 参考产品
License
MIT