WeChat Auto Reply Skill

微信自动发送 / 半自动回复技能。

当前已验证能力

主动发送模式

wechat-auto-reply "联系人名称" "消息内容"

已验证链路：

• 单聊：搜索联系人 → Enter 进入聊天 → 粘贴 → 发送
• 群聊：先 OCR 判断是否存在“群聊”分组；若存在，则在群聊分组下定位目标项并点击，再粘贴发送；若未识别到群聊分组，则自动 fallback 到搜索后直接 Enter 逻辑

半自动回复模式

wechat-auto-reply "联系人名称"

会尝试读取当前聊天截图并基于 OCR 生成建议回复。

🚀 安装

当前状态说明

这版 skill 已在作者环境中实测可用，但目前更适合描述为：

• 在 macOS + 微信桌面版 的相似环境下可复用
• 需要本机完成依赖安装、权限授权和一次基础测试
• 单聊与群聊走不同路径，群聊更依赖 OCR 对搜索结果结构的判断
• 并不承诺“任何机器装上后零配置即用”

使用 Homebrew（推荐）

# 一行安装
brew install bjdzliu/openclaw/wechat-auto-reply

# 或者两步安装
brew tap bjdzliu/openclaw
brew install wechat-auto-reply

说明：Homebrew 方案用于安装命令入口与可安装依赖，但不代表系统权限、微信登录状态、界面差异、OCR 路径差异都能自动处理完成。

安装后仍需用户自己确认的事项

• 微信桌面版已安装并已登录
• 终端/相关执行程序具备 辅助功能（Accessibility） 权限
• 当前机器上的 cliclick 可正常调用
• Python / Vision Framework 相关桥接在本机可用
• 首次使用时，建议先用“文件传输助手”做发送测试
• 如果界面布局或微信版本差异较大，可能需要重新校准入口逻辑或点击区域

💡 使用方式

# OCR 半自动回复（查看聊天记录，智能判断回复内容）
# 置信度 > 85% 自动发送，否则弹窗确认
wechat-auto-reply "联系人名称"

# 主动发送（直接发送指定消息，不走 OCR）
wechat-auto-reply "联系人名称" "消息内容"

示例：

# 半自动回复模式
wechat-auto-reply "小李"      # 如果是"在吗"等高置信场景，自动发送
wechat-auto-reply "小王"      # 如果是问题类，会弹窗让你确认或修改

# 主动发送模式
wechat-auto-reply "小李" "什么时候下班"
wechat-auto-reply "小王" "今天行情怎么样"

功能描述

两种模式：

1. 半自动回复模式：搜索联系人 → OCR 识别聊天内容 → AI 判断回复

- 置信度 > 85% → 自动发送

- 置信度 ≤ 85% → 弹窗确认（可修改回复内容）

1. 主动发送模式：搜索联系人 → 直接发送指定消息

📂 文件位置

Homebrew 安装后

• Skill 目录: $(brew --prefix)/share/openclaw/skills/wechat-auto-reply
• 用户链接: ~/.openclaw/workspace/skills/wechat-auto-reply
• 全局命令: $(brew --prefix)/bin/wechat-auto-reply
• 配置文件: ~/.openclaw/workspace/skills/wechat-auto-reply/wechat-dm.applescript

查看安装路径

which wechat-auto-reply
ls -la ~/.openclaw/workspace/skills/wechat-auto-reply

环境准备

通过 Homebrew 安装（推荐）

Homebrew 版本会尽量处理可安装依赖，但不应假设所有环境都能一次性自动完成。

实际还需要用户确认：

• 微信桌面版已安装并登录
• macOS 已为终端/脚本授予 辅助功能（Accessibility） 权限
• Python / Vision Framework 相关桥接在本机可用

手动安装依赖（兜底）

依赖工具

Python 依赖

推荐使用虚拟环境，而不是直接往系统 Python 里装：

python3 -m venv ~/.venvs/pyobjc
source ~/.venvs/pyobjc/bin/activate
pip install pyobjc-core pyobjc-framework-Quartz pyobjc-framework-Vision pyobjc-framework-Cocoa

如果脚本默认依赖该 venv，请先确认对应路径存在；若你使用不同路径，请同步调整脚本中的 Python 调用入口。

实现原理

1. 激活微信

tell application "WeChat" to activate

2. 确保前台

tell app "System Events"
  tell process "WeChat"
    set frontmost to true
  end tell
end tell

3. 搜索联系人 / 群聊

• 使用 Cmd+F 打开微信搜索
• 通过剪贴板粘贴目标名称
• 单聊路径：搜索后直接 Enter 更稳定
• 群聊路径：先 OCR 判断是否存在 群聊 分组，再在该分组下定位目标项

注意：

• 不要把“点击左侧搜索结果项”默认当成进入聊天的稳定入口
• 在某些结果结构下，点击左侧结果项会把界面带到“搜索聊天记录”态，而不是正常聊天窗口

4. OCR 截图

使用 macOS Vision Framework 识别聊天内容：

from Vision import VNRecognizeTextRequest, VNImageRequestHandler

theRequest.setRecognitionLanguages(["zh-Hans", "en-US"])
theRequest.setUsesLanguageCorrection(True)

5. 智能回复判断（带置信度）

根据聊天内容自动生成回复，每个回复都附带置信度评分：

置信度规则：

• ≥ 85%：直接自动发送（高置信度场景）
• < 85%：弹窗显示建议回复，需用户确认

- 可选择"确认发送"直接发送

- 可选择"修改回复"手动编辑内容

- 可选择"取消"不发送

6. 发送消息

当前已验证的发送链路依赖：

• 先正确进入目标聊天
• 再粘贴消息
• 再按回车发送

其中：

• 单聊：当前实测“搜索后直接 Enter 进入聊天，再粘贴发送”更稳
• 群聊：必须先完成“群聊分组识别与命中项定位”，不能直接套用单聊逻辑

注意事项

• 系统要求：仅适用于 macOS + 微信桌面版
• 权限要求：必须为执行环境授予 辅助功能（Accessibility） 权限
• OCR 路线：当前更依赖 macOS 原生 Vision Framework，不建议再回退到本机异常的 tesseract 路线
• 单聊/群聊差异：两者必须分支处理，不能再用一套逻辑硬套
• 搜索结果限制：左侧搜索结果项并不总是“进入聊天”的稳定入口；某些情况下会把界面带到“搜索聊天记录”态
• 群聊稳定性：群聊逻辑仍然比单聊更依赖 OCR 与结果结构，跨机器/跨版本时需要额外测试
• 首次验证建议：先用“文件传输助手”做单聊发送测试，再测试群聊

自定义配置

修改输入框坐标 / 路径逻辑

找到配置文件位置：

# Homebrew 安装
vim ~/.openclaw/workspace/skills/wechat-auto-reply/wechat-dm.applescript

# 或使用 brew 路径
vim $(brew --prefix)/share/openclaw/skills/wechat-auto-reply/wechat-dm.applescript

需要注意：

• 输入框点位可能因屏幕分辨率、微信版本、窗口大小而变化
• 单聊与群聊路径不要混写成同一套固定动作
• 如果后续继续优化，建议把“单聊入口”“群聊入口”“发送动作”拆成独立函数/脚本

调整置信度阈值

编辑配置文件：

if confidence > 85 then  # 修改为你需要的阈值（0-100）
  set autoSend to true

添加自定义回复规则

在智能回复判断部分添加：

else if ocrResult contains "你的关键词" then
  set replyText to "你的回复内容"
  set confidence to 90  -- 设置置信度

更新与卸载

更新

brew upgrade wechat-auto-reply

卸载

brew uninstall wechat-auto-reply

# 可选：删除 tap
brew untap bjdzliu/openclaw

错误处理

• 微信未安装：提示安装微信
• 搜索无结果：提示联系人不存在
• OCR 失败：重试截图或使用备用方案