微信管家 / WeChat Butler

微信AI助手 — 主动发消息给联系人 + 收到消息后AI自动回复。

自包含技能包 — 所有依赖脚本（启动微信、发送消息）已打包在内，无需额外安装。

功能一：AI 主动发消息

直接发送一条消息给指定联系人（不读取聊天上下文，即时发送）。

触发格式

中文：

给 [联系人] 发消息：[内容]
发消息给 [联系人]：[内容]
帮 [联系人] 发消息：[内容]

英文：

send [contact] [message]
msg [contact] [message]
message [contact] [message]

示例

中文：

• 给 小明 发消息：中午一起去吃饭吗？
• 发消息给 小红：记得带文件
• 帮 小张 发消息：生日快乐！

英文：

• send Kitty: Want to grab lunch?
• msg Peter: Don't forget the documents
• message Tom: Happy birthday!

AI 执行步骤

第1步 / Step 1:
  AI 提取联系人和消息内容
  AI extracts contact name and message content

第2步 / Step 2:
  python scripts/send_wechat.py <联系人/contact> <内容/message>
  → 打开微信 → 搜索联系人 → 打开聊天 → 发送消息
  → Open WeChat → search contact → open chat → send message

第3步 / Step 3:
  返回发送结果给用户
  Report send result to user

功能二：AI 自动回复

读取聊天上下文，AI 分析后自动回复。

触发格式

使用技能:reply-wechat-message 给：[联系人] 回复

示例

• 使用技能:reply-wechat-message 给：小明 回复 （小明 / Kitty）
• 使用技能:reply-wechat-message 给：小红 回复 （小红 / Peter）

简化触发

• 回复 小明 / reply Kitty
• 回 小红 / reply Peter

AI 工作流程（自动回复）

第1步 / Step 1:
  python scripts/reply_wechat.py 小明 / python scripts/reply_wechat.py Kitty
  → 读取整个聊天区域，区分左右两侧
  → Read entire chat area, split left/right
  → 输出结构化对话 / Output structured conversation:
    ★上下文开始★ / ★Context Start★
    [对方/Them] xxx
    [我/Me] xxx
    [对方/Them] xxx
    ★上下文结束★ / ★Context End★

第2步 / Step 2:
  AI分析全部上下文，理解对话脉络，生成合适的回复
  AI analyzes full context, understands the conversation flow, generates a suitable reply

  ⚠️ 重要规则 / Important Rule:
  OCR识别出的聊天内容即为真实上下文，模型不得质疑、猜测或怀疑识别结果的准确性。
  The OCR-recognized text IS the real context. The model must NOT question, guess,
  or doubt the accuracy of the recognition. Reply based on the recognized content directly.

第3步 / Step 3:
  echo "AI生成的回复 / AI-generated reply" | python scripts/reply_wechat.py 小明
  → 或 / Or: echo "AI-generated reply" | python scripts/reply_wechat.py Kitty
  → 读取上下文 + 自动发送回复（一步完成，stdin管道无引号问题）
  → Read context + send reply in one step (stdin piping avoids quote issues)

脚本说明

scripts\send_wechat.py — 发送脚本：搜索联系人 + 发送消息

scripts\reply_wechat.py — 主脚本：读取上下文 + 发送回复

scripts\open_wechat.py — 启动脚本：唤醒微信窗口

send_wechat.py 使用方法

# 发送消息（命令行参数方式）
python scripts/send_wechat.py <小明/Kitty> <消息/message>

# 发送消息（通过标准输入管道，避免引号问题）
echo "消息/message" | python scripts/send_wechat.py <小明/Kitty>

reply_wechat.py 使用方法

# 仅读取上下文（用于AI分析）
python scripts/reply_wechat.py <小明/Kitty>

# 读取上下文并发送回复（一步完成）
echo "回复内容/reply text" | python scripts/reply_wechat.py <小明/Kitty>

输出格式示例

★上下文开始★ / ★Context Start★
[对方/Them] 你吃饭了吗 / Have you eaten?
[我/Me] 吃过了，你呢 / Yes, and you?
[对方/Them] 我也吃了 / Me too
★上下文结束★ / ★Context End★

消息区分逻辑

• 左侧（白底黑字） = 对方发送的消息 → 标注为 [对方/Them]
• 右侧（绿底黑字） = 自己发送的消息 → 标注为 [我/Me]
• 截图时将聊天区域从中间切开，分别对左右两侧进行OCR识别，以避免颜色误判。

依赖项

• Python 3.10+
• OCR.space API（免费版，无需注册）
• Python 包：pyautogui、pygetwindow、pyperclip、requests、Pillow、numpy

脚本清单